物理人工智能领域的博士研究生岗位：用于机器人技术的自适应基础模型

该博士项目致力于构建与优化用于机器人的自适应基础模型，重点在于视觉-语言-动作模型与规划能力的整合。研究将探索预测学习与边缘智能技术，以提升机器人在多变环境中的适应能力，并采用严格的评估方法，利用公共数据集与机器人平台进行验证。

项目描述： . 由于技术原因，您必须上传项目描述。请直接复制上述项目描述，并以 PDF 格式提交至申请中。

资格要求与具体能力标准： 必备资格 硕士学位（需完成 120 ECTS 学分或等效学分），且必须在注册后取得，所学专业为计算机科学、电气或计算机工程、机器人技术、机器学习或相关领域；具备出色的学术成绩，并拥有机器学习、线性代数、概率论与优化方面的扎实基础；同时具备强大的 Python 和 PyTorch（或类似框架）技能。 仅那些能够展示在实施、训练及评估深度学习模型方面丰富实践经验的申请者将获得考虑资格。对人工智能的一般兴趣，或仅限于运行教程或使用预训练模型接口的经验，均不足够。 申请者必须通过高质量的论文、研究项目、代码贡献或出版物来证明其研究潜力，并明确阐述其个人在技术方面的贡献。 期望具备相关经验 特别希望申请者具有多模态基础模型或机器人学习方面的研究经验，尤其是涉及视觉-语言-动作模型或世界模型的相关经验。在模型适配或高效边缘部署方面的经验亦为额外优势。我们非常重视通过论文、研究项目、代码贡献或出版物所体现的实质性技术贡献。以往发表的文章及实际机器人操作经验虽具有优势，但并非必需。 申请与选拔过程中，需提交一份一页式的兴趣陈述，明确相关研究方向及您最突出的技术项目；如适用，还需提供包含项目成果集与论文的个人简历及 CV；同时需提供学士和硕士阶段的成绩单及学位证书。此外，请提供相关代码、方法及结果的链接或易于理解的说明，并阐述您的个人贡献。 入选候选人应准备好在技术面试中阐述其自身实施方案、实验设计、研究结果及局限性。清晰的英文科学表达以及对可重复研究的承诺至关重要。 请使用本公告中的项目描述；无需提交单独的研究计划书。 任职地点与工作地点：任职单位为奥胡斯大学，工作地点为丹麦奥胡斯市 Finlandsgade 22、8200 奥胡斯 N 地区技术科学学院电气与计算机工程系（ECE）下的自适应与代理式人工智能（A3）实验室。

申请方式： 请点击此链接提交您的申请。 申请截止日期为 2026年11月1日23:59 CET。 首选到岗日期为2027年1月1日。 请注意： 仅对申请截止日期前收到的材料进行评估，因此超过截止日期后提交的材料将不予考虑。 项目委员会可能会要求提供进一步信息，或邀请申请者参加面试。 将采用筛选机制，即评估委员会仅对最相关的申请进行评审。 奥胡斯大学的愿景是打造一个具有吸引力且能激发活力的工作场所，并营造一种让每个人都有机会成长、成就与发展的文化。 我们将平等与多样性视为宝贵优势，欢迎所有申请者前来申请。所有有意向的候选人均被鼓励提交申请，无论其个人背景如何。 薪资与聘用条件均符合适用的集体协议规定。