团队面向智能人机对抗理论研究与应用需求，构建符合人-机-物三元动态泛在博弈进化关系，满足机机、物机、人机博弈进化典型应用，具备多模态智能体通用接入、高并发超实时进化支撑、泛类型高精度进化环境快速构建，供单体或群体智能机在对抗博弈决策、异构群体协作等智能节点开展自主进化的高效训练、多维测评与同源管理，可控、通用与开放的多效性平台及构造软硬件一体化的人机协同技术平台。同时团队研究人机对抗理论与技术面向特定领域应用的迁移与验证，以及人际协同中混合人类直觉、经验行为的新型学习方法。
研究组的主要研究方向包括：
1.高并发超实时自主进化仿真计算与协同支撑技术
2.面向人机协同应用的新型混合计算架构技术与学习算法研究
3.宏观策略决策与群体智能协同算法研究
【职位简介】
- 主要研究方向为深度强化学习、多智能体协同、贝叶斯优化等.
- 负责强化学习前沿算法研究.
- 负责验证环境搭建及算法改进.
- 研究成果可发表论文.
【任职要求】
- 计算机、自动化、数学、统计、机器学习等相关专业，在校硕士或博士.
- 有扎实的算法功底，对常用的强化学习算法有较深刻的理解.
- 编程能力强，代码习惯良好，具备较强的仿真环境构建和算法复现能力.
- 拥有基于深度神经网络的算法使用经验，熟悉至少一种深度学习框架（如tensorflow、pytorch等）.
- 具备优秀的分析和解决问题的能力、沟通能力、责任心和团队意识.
- 实习6个月以上，能长期实习者优先.
【待遇】
- 月薪2k-5k，根据个人综合能力确定.
- 为表现优秀者提供留所工作的机会.
【工作地点】
中科院自动化所，北京市海淀区中关村东路95号，近10号线知春路/知春里地铁站.
【简历投递】
邮箱地址：omniMocha@outlook.com
邮件标题：算法实习生_实习期_入职时间_姓名
--
FROM 103.254.68.*