张启超-中国科学院大学-UCAS

基本信息

张启超男中国科学院自动化研究所

职称：项目研究员、博士生导师

电子邮件： zhangqichao2014@ia.ac.cn

通信地址：北京市海淀区中关村东路95

研究方向

我在自动化所、前沿交叉学院、未来技术学院可以招收计算机类、人工智能类、自动化类方向的直博生、硕士生。主要聚焦于两个方向：

Agent+RL方向：聚焦于 面向大模型和智能体的RL技术，目前完全收束在文本+Coding任务，聚焦Agent 自学习记忆、自进化Skill方向，目前代表性工作有Learn when to think(NeurIPS 25)、DVFB(ICLR 25), DTR(AAAI 25)、Spec-O3(ACL Oral 26)等。

Physical AI+RL方向：聚焦于视觉语言动作大模型和世界模型的自动驾驶/具身智能大脑，涉及视觉语言大模型、世界模型和强化学习后训练，目前代表性工作有World4Drive(ICCV 25), ReasonPlan(CoRL 25), WorldRFT(AAAI 26)、DearmerAD(ECCV 26)等。

近几年来，我们小组在快速发展，聚焦在最前沿的技术领域，有充足的企业合作项目和计算资源，期待有兴趣、有目标、会计划、能执行的同学加入我们，一起迈入高水平。

招收对相关方向感兴趣的实习生和联培生，有意者请联系zhangqichao2014@ia.ac.cn。

关于实习：支持参与项目合作的同学去企业实习，目前有小米汽车、长安汽车、哈罗、美团等企业项目。

工作经历

2025.02-现在，中国科学院自动化研究所, 项目研究员

2019-10~2025.02, 中国科学院自动化研究所, 副研究员

2017-07~2019-09,中国科学院自动化研究所, 助理研究员

2019年，中国人工智能学会优秀博士论文提名奖；

2017年, 中国科学院院长优秀奖；

2017-06 中国科学院自动化研究所博士生

2014-06 东北大学研究生

学术工作

2026年:

1. Jia M, Zhang Q, Luo A, et al. Spec-o3: A Tool-Augmented Vision-Language Agent for Rare Celestial Object Candidate Vetting via Automated Spectral Inspection, ACL Oral 2026.

2.Sun J, Chong W, Tu S, et al. AutoSearch: Adaptive Search Depth for Efficient Agentic RAG via Reinforcement Learning, ACL Finding 2026.

3. Sun J, Zhang Q, Tu S, et al. Saliency-Guided Representation with Consistency Policy Learning for Visual Unsupervised Reinforcement Learning, CVPR 2026.

4.Wang J, Zheng Y, Liu X, et al. Meanfuser: Fast one-step multi-modal trajectory generation and adaptive reconstruction via meanflow for end-to-end autonomous driving, CVPR 2026.

5.Yang P, Lu B, Xia Z, et al. Worldrft: Latent world model planning with reinforcement fine-tuning for autonomous driving, AAAI 2026.

6. Zheng Y, Yang P, Xia Z, et al. Data Scaling Laws for Imitation Learning-Based End-to-End Autonomous Driving, ICRA 2026.

7.Zhang Q, Fang X, et al. ConsistencyPlanner: Real-time Planning withFast-Sampling Consistency Models, ICRA 2026.

8. Gao Y, Zhang Q, Liu D, et al. Perlad: Towards enhanced closed-loop end-to-end autonomous driving with pseudo-simulation-based reinforcement learning, IEEE RAL 2026.

9.Liu D, Gao Y, Qian D, et al. TakeAD: Preference-Based Post-Optimization for End-to-End Autonomous Driving With Expert Takeover Data, IEEE RAL 2026.

10.Xing Z, Zheng Y, Zhang Q, et al. Mimir: Hierarchical goal-driven diffusion with uncertainty propagation for end-to-end autonomous driving, IEEE RAL 2026.

11.Gao Y, Liu D, Zheng Y, et al. SoAD: Safety-Oriented Value Estimation for Enhanced Closed-Loop End-to-End Autonomous Driving, IEEE TSMC, 2026.

12.Zheng Y, Xing Z, Zhang Q, et al. Planagent: A multi-modal large language agent for closed-loop vehicle motion planning, IEEE TCDS, 2026.

13.Yang P, Zheng Y, Qian D, et al. Dreamerad: Efficient reinforcement learning via latent world model for autonomous driving, ECCV 2026.

14.Wang J, Hua Z, et al. Beyond Imitation: Learning Safe End-to-End Autonomous Driving from Hard Negatives, ECCV 2026.

15.Wang J, Hua Z, et al. Hammer: Hierarchical Attention Generation Meets Mixture-of-Experts Evaluation for End-to-End Autonomous Driving, IEEE RAL 2026.

合作情况

团队人员

在读硕士生：

1. 邢泽斌，研二，端到端自动驾驶，本科北京邮电大学，长安项目实习， 2024/09

2.陈庆，研二，大模型搜索工具调用，本科重庆大学(士兵计划)，美团项目实习，2024/09

3.胡益铭，研一，扩散模型+强化学习，本科山东大学，哈罗项目实习， 2025/09

4.聂冰言，研一，大模型蒸馏技术，本科贵州大学，哈罗项目实习 2025/09

5.于米提瓦尔·努尔拉，大四，本科国科大人工智能学院， 2026/09

6.熊敬崧，大四，本科南理工(士兵计划)， 2026/09

在读博士生：

一、Physical AI

1. 郑宇鹏，自动驾驶感知与预测算法，本科中国科学院大学，博士生，(硕士国奖) （长安项目实习）

2. 刘学义，视觉语言模型的自动驾驶，本科西北工业大学，推免型直博生，（长安项目实习）2023.09

3. 杨鹏轩，RL驱动端到端自动驾驶，本科中国科学院大学，推免硕士+前沿交叉学院转博（长安项目实习）2024.09

4. 刘德庆，RL驱动端到端自动驾驶，本科山东大学，推免型直博生，（哈罗项目实习）2025.09

5.张一宸，世界模型，本科四川大学，推免型直博生(自动化所)，（长安项目实习）2026/09

6.王林博，Physcial AI，本科北京师范大学，推免型直博生(中关村学院)，（长安项目实习) 2026/09

二、Agent

1. 涂崧峻，Agent Memory，本科中南大学，推免型直博生(鹏程联合培养)，2023.09

2.贾明辉，Agent for Science，前沿交叉学院，2025.09

3.崇雯玥，Agent for Search，前沿交叉学院，2025.09

4.田翔宇，大模型科学发现，本科国科大人工智能学院，推免型直博生(自动化所)，(美团项目实习) 2026/09

5.马一文，大模型科学发现，本科天津大学，推免型直博生(前沿交叉学院) 2026/09

博士毕业生：

1. 王俊杰，基于深度强化学习的超车换道决策方法，本科重庆大学，硕博连读(IEEE TNNLS/TII/JAS等)，2023年入职百度自动驾驶

2. 刘育琦，自动驾驶路口通行决策算法，硕士空天院(IEEE TCDS/JFI等)，2024年入职小米机器人

3. 李丁，自动驾驶联合预测与决策算法，硕士天大(IEEE TNNLS/TIV/TVT/AI Review, 4篇SCI 1区)，2024年入职北航卓百博士后

4.孙敬博，强化学习泛化性算法，硕士北理工(CVPR/ICLR/ACL/AAMAS，3篇CCF-A+1篇CCF-B)，2026入职美的集团研究院

5.高胤峰，强化学习自动驾驶策略，北科大联合培养(IEEE TIV/TSMC/TITS/RAL，4篇SCI 1区)，2026入职Momenta (Mstar顶尖人才计划)

硕士毕业生：

1. 张志远，基于用户行为预测和强化学习的广告推荐策略研究，本科中国科学院大学，2024年港科大(广州)博士深造; (已发表：WWW 24/ ICONIP 24，算法成功落地美团推荐系统)

2. 方兴，离线强化学习算法，本科电子科技大学，2025年入职美团; （已发表：ITSC22/AAMAS 24/IJCNN 25/ICRA 26）

3. 王君礼，基于扩散生成模型的城市场景端到端驾驶策略，本科四川大学，2026年入职它石智航（已发表:CVPR/ECCV/IEEE RAL26）

最新消息

研究方向

工作经历

学术工作

合作情况

团队人员