世界模型是可操控、基于物理与机制的现实模拟器：它们允许智能体在现实世界中行动之前，先在模拟环境中预演数千次行动的后果。
当与能够在其内部进行规划、推理和行动的智能体相结合时，世界模型正逐渐成为物理人工智能的基础——它们贯穿于那些表面上看似不同、但共享相同科学内核的各个领域：无论是在数字孪生中排练操作任务的机器人，还是模拟肿瘤在生物尺度上对治疗反应的生物医学模型，两者都在押注“结构”能够战胜“蛮力规模”。在这个博士后岗位上，你将主导关于物理信息驱动（以及物理基础）的世界模型与智能体的研究：如何将物理知识整合并迁移到面向真实世界的学习系统中。
物理引擎和物理信息神经网络固然强大，但当前的开放问题恰恰出现在它们不再足够胜任的地方——即在部分观测条件下、在需要数量级加速的复杂场景中，以及在知识必须在不同具身形态、场景和科学领域之间迁移的情况下。而这正是世界模型真正发挥价值之处。
所属院系：阿姆斯特丹大学，信息科学研究所
项目时长：2 年
申请要求和方式
申请要求：
· 机器学习、计算机视觉、机器人学、物理学、应用数学或密切相关领域的博士学位；
· 在机器学习、计算机视觉、机器人或科学机器学习等领域的顶级期刊和会议上发表过大量优秀论文。
申请方式：公开特招项目，按照项目要求准备申请材料后递交申请。
*请注意，高质量博士、博后项目对于申请人的科研能力要求较高，更适合学术背景相对扎实的985学员。
