岗位职责
本课题旨在研发能像真人一样感知并操作小程序的智能体。针对小程序多层嵌套、动态加载及跨页面逻辑等复杂环境，研究基于视觉与元数据融合的语义理解技术。通过深度强化学习（DRL）构建决策模型，解决在稀疏奖赏环境下的路径规划与长序列任务执行问题，实现 Agent 在未见场景下的自主探索与高成功率交互。
职位要求
- 包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程等专业的博士和优秀硕士；
- 具备VLM相关的CPT、SFT、RL经验；
- 较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。
