职责描述： 1、聚焦托卡马克装置控制场景，针对等离子体位形精准调控、等离子体剖面优化、放电过程稳态优化等关键工程问题，开展安全强化学习、模型预测控制、鲁棒自适应控制等智能控制算法的设计、开发与迭代工作。 2、基于托卡马克仿真环境和实验上机场景，完成控制算法的测试、验证、调试与性能优化，解决实际控制过程中的稳定性、实时性、安全性难题，提升等离子体约束控制效果。 3、独立或协助团队完成高水平学术论文、技术报告、专利等科研成果发表和申报工作。 任职要求： 1、自动化、控制、人工智能、应用数学、物理等相关专业在读硕士生、博士生、或特别优秀的本科生。 2、熟悉强化学习、现代控制理论，熟练掌握至少一类深度强化学习算法，并具有丰富实践经验。 3、编程基础扎实，熟练使用PyTorch、JAX等主流深度学习框架，具备良好的代码编写、调试和优化能力。 4、具备英文文献阅读理解能力，能够主动跟踪AI、控制、聚变领域前沿论文。 5、热爱跨学科交叉研究，对复杂物理系统、可控核聚变科学与工程领域具备强烈研究兴趣，科研态度严谨踏实。 加分项：具备等离子体物理背景知识、托卡马克控制经验；在AI、自动控制领域顶会顶刊发表过学术论文，拥有高质量科研项目、开源算法开发落地经历。