职位描述

1. 负责视觉语言导航（VLN）Agent 的算法研发，使 Agent 能够理解自然语言指令、视觉环境及空间关系，并自主完成导航任务。
2. 研究 Agent 的空间理解能力，包括物体关系、场景结构、位置关系、可达性及三维空间推理等。
3. 负责空间记忆能力建设，使 Agent 能够对历史观测、地点、物体及行动轨迹进行记忆、检索和持续更新。
4. 研究自主空间导航与规划，包括目标搜索、路径规划、探索、避障、长程导航及动态重规划。
5. 构建 Agent 的规划、执行与反思机制，使其能够识别导航失败、分析原因，并通过反思、回退和重新规划完成任务。
6. 研究快慢系统协同架构，结合快速导航策略与大模型的高层推理、任务分解和决策能力。
7. 结合模仿学习、强化学习等方法持续优化 Agent 的导航、探索和决策能力。
8. 搭建训练、评测及数据闭环体系，并推动 VLN Agent 在仿真及真实机器人场景中的落地。

职位要求

1. 毕业时间介于2026年9月至2027年8月的国内外高校的本科生、硕士生、博士生，计算机、人工智能、机器人、自动化等相关专业优先。
2. 熟悉深度学习、Transformer、视觉语言模型及多模态大模型等相关技术。
3. 熟悉 VLN、具身智能、Agent、机器人导航等至少一个相关方向。
4. 对空间智能有较深入理解，熟悉空间表征、空间记忆、地图、场景图或三维环境理解等相关方法。
5. 熟悉 Agent 的 Planning、Memory、Reflection、Tool Use 等基本机制。
7. 熟悉模仿学习、强化学习等机器人学习方法，有相关训练经验者优先。
8. 熟练使用 Python、PyTorch，具备较强的论文阅读、算法实现和实验分析能力。