英伟达
Reinforcement Learning and World Model for Autonomous Simulation Intern - 2027
Reinforcement Learning and World Model for Autonomous Simulation Intern - 2027
发布于 3 小时前实习/见习
实习生仅现场办公自动驾驶
自动驾驶
Autonomous Driving
Diffusion Models
Nerf
Occupancy Networks
Offline Rl
Reinforcement Learning
Sim2Real
值不值得投
76综合评分
综合评分 76
前沿自动驾驶仿真研究实习，强化学习/世界模型技术栈强，发展性突出；薪资、福利与WLB信息未披露。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
1.1万
比自动驾驶中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 510 个在招 · 其中自动驾驶 17 个
市场机会
选择面较广
上海 · 自动驾驶 · 约 200 个在招
职位详情
关于这个职位
该实习岗位聚焦强化学习与多模态世界模型，面向自动驾驶和Physical AI仿真
你将参与世界模型、传感器生成、轨迹预测与闭环仿真系统的研发，并把SOTA算法落地到真实驾驶场景
最低要求
正在攻读计算机科学、机器学习或相关领域博士学位，具有神经渲染、机器人或仿真背景
深入理解强化学习（策略梯度、actor-critic、离线RL）
熟悉用于世界仿真的视觉表征学习和4D场景表征（NeRF、Gaussian Splatting、占用网络，以及对比学习、掩码建模或生成式世界仿真）
具有构建大规模训练流水线的经验，涵盖时间一致性和仿真数据回放
在RL、基于模型的控制或自主系统方面有论文发表或开源贡献
对开发能够在真实世界中“想象”和规划的学习系统充满热情
工作职责
开发和改进多模态世界模型，并将其集成到仿真系统中
训练和评估自监督潜在动力学与传感器生成模型，用于轨迹预测、目标条件自车控制和传感器数据合成的联合任务
探索并原型验证将世界模型、生成式模型（如扩散、流匹配）和策略梯度结合的混合架构，以实现真实且鲁棒的仿真
与端到端驾驶模型团队合作，将基于世界模型的策略部署到仿真RL环境，并加速驾驶系统训练
参与持续学习和仿真自适应（Sim2Real迁移）的系统开发
AI 洞察
优缺点分析
优点
- 研究主题处于强化学习、世界模型与自动驾驶仿真前沿，技术成长密度高
- 工作直接连接仿真系统与端到端驾驶模型，兼具研究和工程落地价值
- 可接触多模态世界模型、生成式模型、Sim2Real等稀缺技术栈
- 岗位要求论文/开源贡献，说明团队重视研究成果与可展示积累
- 需要同时理解强化学习、生成式建模、4D场景表征和自动驾驶系统，学习曲线陡峭
- 研究与工程落地并重，既要跑通大规模训练流水线，也要验证仿真到真实的迁移效果
- JD未披露具体到岗节奏、薪资与转正机制，需在沟通中确认
- 适合对强化学习、世界模型和自动驾驶有强烈研究兴趣，希望在实习中同时积累前沿研究与大规模仿真工程经验的博士生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可沿研究型路径发展为强化学习/世界模型/自动驾驶算法研究员
- 也可转向自动驾驶仿真、端到端驾驶或Physical AI工程架构方向
- 实习成果若形成论文或开源项目，有助于申请顶尖博士/研究岗位或进入核心算法团队
- 研发并改进多模态世界模型，将其集成到自动驾驶仿真系统中
- 训练与评估自监督潜在动力学、传感器生成模型，用于轨迹预测、目标条件自车控制与传感器数据合成
- 探索世界模型、扩散/流匹配等生成模型与策略梯度结合的混合架构，并推动Sim2Real迁移与持续学习系统落地
- 与端到端驾驶模型团队协作，把基于世界模型的策略部署到仿真RL环境并加速训练
- 扎实的强化学习基础，理解策略梯度、actor-critic与离线RL
- 熟悉视觉表征学习与4D场景表征，如NeRF、Gaussian Splatting、占用网络、对比/掩码建模或生成式世界仿真
- 具备构建大规模训练流水线的工程能力，关注时间一致性与仿真数据回放
- 有RL、基于模型的控制或自主系统方向的论文/开源成果，并能把SOTA算法工程化
申请策略
- 投递前了解NVIDIA在自动驾驶、仿真和Physical AI方向的技术路线，面试中主动关联岗位
- 在邮件或简历中说明可实习时长、到岗时间与博士研究进度，方便HR评估
- 突出强化学习项目，尤其是策略梯度、actor-critic、离线RL或基于模型控制的实践
- 展示世界模型/4D场景表征相关经验，如NeRF、Gaussian Splatting、占用网络、扩散或流匹配
- 用数据说明大规模训练流水线、时间一致性处理和仿真数据回放经验
- 列出RL、自动驾驶或自主系统方向的论文、开源仓库与竞赛成果
- 补齐生成式世界仿真与传感器数据合成经验，可复现扩散/流匹配或Gaussian Splatting相关项目
- 强化大规模训练工程能力，熟悉分布式训练、数据回放与仿真环境搭建
面试指南
- 用STAR结构讲清问题、方法、实验与量化结果，重点说明为什么这样设计
- 对开放研究问题先给框架：问题定义→数据/仿真环境→模型与训练目标→评估指标→失败案例分析
- 对技术比较题采用“原理—优势—局限—适用场景”的结构，并联系自动驾驶仿真落地
- 请介绍你做过的一个强化学习项目，如何定义奖励、处理探索与稳定性？
- 你如何理解世界模型在自动驾驶仿真中的作用？会如何设计多模态传感器生成与轨迹预测的联合训练？
- 比较NeRF、Gaussian Splatting与占用网络在4D场景表征中的优缺点
- 如何构建带时间一致性和数据回放的大规模训练流水线？
- 你如何看待Sim2Real迁移中的关键挑战，并用什么指标评估仿真策略的真实性？
职位点评
薪资福利60
成长发展92
工作生活55
使命价值88
薪资福利
60中等
JD未披露薪资与福利，补偿性动机满足度需与招聘方确认；实习岗位更侧重研究经历积累。
薪资信号未披露（AI估算：8.0千–1.3万/月）
成长发展
92较高
岗位直接参与自动驾驶仿真与世界模型前沿研发，技术栈新、研究属性强，发展性动机满足度高；JD未提及晋升或培训机制。
技术前沿前沿/新兴技术
技术栈Reinforcement Learning、World Models、NeRF、Gaussian Splatting、Diffusion Models、Sim2Real、Offline RL、Autonomous Driving
业务类型ambiguous
工作生活
55较低
JD未说明办公模式、到岗频率或加班安排，生活化动机信息不足，需在面试中确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
88较高
岗位面向自动驾驶与Physical AI仿真前沿，强调塑造智能驾驶下一阶段，意义感较强；JD未量化社会影响。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号shape the next frontier of intelligent driving、make a lasting impact on the world、fast-tracking the growth of autonomous vehicles with state of art solutions
创新程度开拓性创新（行业首创）
英伟达 的其他在招职位
相似职位推荐
Watch Jobs