VLN 算法实习生（视觉语言导航 / 场景记忆）

参与以下一个或多个方向。 研究视觉语言导航算法，探索 VLM 高层决策与实时规划的协同。 参与开放词汇场景理解、语义地图与场景记忆的构建和更新。 研究视觉地点识别、语义重定位与场景记忆检索。 参与数据构建、模型训练与微调、效果评估和实验分析

计算机、机器人、自动化、人工智能等相关专业，本科及以上在读。 具备良好的深度学习与计算机视觉基础，对多模态大模型、空间理解或机器人导航有研究兴趣。 能够阅读英文论文和开源代码，具备问题拆解、算法实现与调试能力，能够在指导下推进具体算法模块。 具备良好的沟通协作能力，重视实验可复现性，愿意结合真实数据和机器人运行中的问题持续改进算法。 不要求已有完整的 VLM / VLN 项目经验。欢迎智能驾驶感知、定位建图、预测规划，以及三维视觉、多模态学习等方向的同学投递。 加分项 有 VLM / VLN、视频理解、视觉表征学习或开放词汇感知经验，使用或研究过 CLIP、DINO、SAM 等相关模型。 有 VPR、视觉定位、SLAM、三维语义建图、3DGS 或语义 / 拓扑地图相关经验。 有模仿学习、导航策略学习、仿真数据构建或真实机器人实验经验。 在计算机视觉、机器学习、机器人等领域的高水平会议或期刊发表过相关论文