Now Join Us

招生说明

欢迎对神经符号学习、推理与规划、智能体感兴趣的同学加入我们，一起做有理论深度、技术突破和真实价值的研究。

1. 我是谁？

我是南京大学智能科学与技术学院助理教授、博士生导师，也是周志华教授领导的机器学习与数据挖掘研究所（LAMDA）的一员。

2. 做什么？

  • 课题组长期致力于人工智能与机器学习领域的前沿研究，围绕算法、模型与系统应用开展有源头创新的科学探索，追求“有理论深度、有技术突破、也有实际价值”的研究成果。
  • 我们的核心愿景是构建能够在开放动态的复杂环境中持续思考、推理、规划与行动的智能体，并在游戏虚拟环境与具身物理环境中应用验证。
  • 我们的研究内容包括：
    • Reasoning and Planning：提升AI模型面临复杂长程任务的推理规划能力，例如让AI玩策略游戏、长程机器人任务等
    • Neuro-Symbolic Learning：一种典型的提升Reasoning与Planning能力的技术途径
    • World Model：一种典型的提升Reasoning与Planning能力的技术途径
    • Tabular Model：除了常见的文本、图像、视频数据外，如何基于结构化的表格数据做推理、规划与决策
    • 典型应用场景：Game Agent，让AI学会玩游戏; Embodied Agent：机器人操作、导航等；Science Agent：辅助科学研究、科学发现等
Research Directions

我们的主要特色是 神经符号学习（Neuro-Symbolic Learning）。尽管当前大模型已经在智能体、机器人等领域展现出一定潜力，但在可靠性、可解释性、组合泛化能力、长程规划能力、约束满足能力等方面仍存在关键瓶颈。神经符号方法旨在结合神经网络大模型的通用感知能力与符号系统严谨的逻辑推理能力，实现学习与推理的有机融合，发展兼具通用性与可靠性的下一代智能体系统。

Neuro-symbolic learning overview

3. 为什么做？

实现具有强大推理与规划能力的智能体系统，自人工智能诞生以来就一直是这一领域的重要目标。早期的符号主义人工智能依赖逻辑推理与知识规则，构建了具备一定推理能力的系统，但也面临符号接地困难、可扩展性与动态适应性不足等关键挑战。随着机器学习和深度神经网络的发展，AI 模型拥有了更强的感知能力；近年来，随着大模型的成功，构建具备感知、推理、规划与行动能力的智能体成为学术界和工业界高度关注的方向。

在这个过程中，有许多值得投入的核心科学问题，例如：

  • 如何提升 AI 模型在涉及更多模态任务时的认知、推理与决策能力？
  • 如何提升 AI 模型在长程任务中的规划能力？
  • 如何让模型具备从物理世界中交互学习的能力？
  • 如何学习与表示 AI 模型的经验与知识？
  • 如何实现神经网络与符号推理的高效融合？
  • 如何理论界定 AI 模型的推理能力边界？
  • 如何提升智能系统的可信、可靠与可解释性？

实现通用人工智能（AGI）需要更多有潜力的人投入到这一领域的科研工作中。这也是一个长期受国家、产业和社会广泛关注的热门方向。从理想上说，它正在推动人类社会的深刻变革；从现实上说，它也对应着丰富的产业机会与广阔的职业发展空间，例如互联网大厂算法岗、金融量化岗等。

4. 培养方式

尊重兴趣，鼓励探索

  • 在大方向与组内一致的前提下，充分尊重学生的研究兴趣，引导、支持大家积极探索新的领域和思路。
  • 本人处于科研一线，会积极努力地去扩展新方向，也会积极为学生提供相关资源，例如去国内外其他课题组交流访问、去有相关任务场景的业界实习等。

是否允许实习？

  • 允许并且会为学生推荐相关实习，如果是自己找的话，需要和组内研究方向相关并且提前征得同意。
  • 我们的研究方向与很多企业的研究部门都比较一致，因此会推荐学生到相关的部门去实习（蹭卡😀），借助企业的算力资源和真实场景反哺科研，实现三赢。

高质量研究与多元发展

  • 倡导高质量的科学研究，也尊重多元化发展路径。
  • 无论是做落地应用创造经济价值，还是做开源项目服务学术社区，都可以成为有意义的成长方式。
  • 希望课题组每一位学生毕业时都能真正有所成长和收获。

全流程科研指导

  • 提供包括科研方向、科研思路、实验设计、论文写作、成果汇报等多方面指导。
  • 从基础知识到独立分析解决问题的能力，再到成果撰写与汇报，希望每个人都能得到完整科研训练。
  • 不会把学生当工具人，而是帮助大家形成长期的研究能力。

组会与热点研讨

  • 每周定期组会，由同学挑选相关顶会顶刊论文进行讲解，大家共同讨论与交流。
  • 也会不定期围绕前沿热点组织 tutorial 式分享，扩展视野、发现新问题。

稳定的一对一交流

  • 每周保障一次师生一对一交流，及时响应学生遇到的障碍。
  • 针对具体研究问题、研究思路、当前进展与面临的困难进行深入讨论。

支持会议与学术交流

  • 积极支持学生参加国内外学术会议、访问和交流。
  • 符合条件的学术活动可获得公费资助。

团建与长期陪伴

  • 课题组有丰富多彩的团建活动，努力营造积极活跃的科研氛围与融洽的人际关系。
  • 科研道路上难免有压力和困难，课题组不会轻易放弃任何一位同学，而是和大家站在一起共同成长。

5. 招生要求

基本要求

  • 就读于计算机、人工智能、统计、数学等相关专业。
  • 对科研有足够的热情，有好奇心和自驱力。（重要！）
  • 具有良好的数学功底或编程能力。
  • 具有良好的英语阅读与写作能力。
  • 具有良好的沟通与协作能力，工作积极主动，能够合理表达自己的观点和想法，能够与团队较好配合。

优先考虑

  • 有过人工智能、机器学习、具身智能科研或竞赛经历。
  • 发表过人工智能、机器学习相关学术论文。
  • 熟练掌握 PyTorch 等机器学习框架，有较强的代码复现能力。
  • 在智能体、具身智能、大模型、神经符号学习等课题组相关研究方向上有一定研究基础。