Agentic RL 强化学习实习生

1. 设计并实现面向车载人机智能交互系统的强化学习算法及训练框架，优化多轮对话决策、任务规划等 agent 能力。 2. 负责调研、复现 LLM agentic RL 相关的前沿研究，探索将新技术应用于实际产品。 3. 协助设计并实现增强基模 agent 相关能力的交互环境、user simulator、world model、reward function 等关键模块。 4. 协助开展实车数据问题挖掘、分析及解决方案制定等相关工作。