电子邮件： zhangqichao2014@ia.ac.cn
通信地址： 北京市海淀区中关村东路95号
邮政编码：
最新消息
- VLA+自动驾驶：2篇论文被CVPR录用，祝贺敬博和君礼，中文解读 ，1篇期刊论文被IEEE RAL接收，祝贺胤峰(2026.2.22/3.8)
- VLA+RL4自动驾驶: PlanAgent被IEEE TCDS接受 中文解读，2篇论文被ICRA 2026接收，中文解读(2026.1)
- VLA+RL4自动驾驶: 2篇端到端自动驾驶+强化学习后训练的工作Mimir和TakeAD被IEEE RAL接收，祝贺泽斌和德庆，中文解读(2025.11)
- VLA+RL4自动驾驶: 1篇强化学习用于端到端自动驾驶微调的工作WorldRFT被AAAI 2026接收，祝贺鹏轩，中文解读(2025.11)
- VLA+自动驾驶: 1篇VLA用于端到端自动驾驶的的工作ReasonPlan被CoRL 2025接收，祝贺学义，中文解读(2025.08)
- RL+AI4S: 大语言模型自主快慢思考的工作AutoThink被NeurIPS 2025接收，祝贺崧峻，中文解读(2025.09)
- RL+AI4S：1篇大语言模型多轮迭代DPO的工作被COLM 2025接收，祝贺崧峻(2025.07)
- RL+自动驾驶：1篇世界模型的端到端自动驾驶论文World4Drive被ICCV 2025接收，祝贺宇鹏，中文解读 (2025.06)
- RL+自动驾驶: 1篇集成预测与规划自动驾驶论文IP3被IEEE TVT接收，祝贺李丁，(2025.05)
- RL+自动驾驶: 1篇端到端自动驾驶论文Goalflow被CVPR 2025接收，祝贺泽斌，中文解读 (2025.03)
- RL+自动驾驶: 1篇端到端自动驾驶论文UncAD被ICRA 2025接收，祝贺鹏轩，中文解读(2025.01)
- RL: 1篇无监督强化学习论文被ICLR 2025接收，祝贺敬博，中文解读(2025.01)
- RL: 3篇强化学习相关论文被AAMAS 2025接收，祝贺敬博、方兴和崧峻(2024.12)！
- RL：凃崧峻同学的在线偏好强化学习被AAAI 2025会议接收，祝贺崧峻，中文解读(2024.12)!
- RL+自动驾驶：郑宇鹏等联合理想汽车的大语言模型3D场景描述TOD3Cap被ECCV 2024会议接受，祝贺宇鹏(2024.07)!
- RL+自动驾驶：高胤峰，张启超等的个体分支世界模型PIWM工作被IEEE TIV(JCQ Q1)期刊接收，祝贺胤峰! (2024.5)!
- ㊗️祝贺刘育琦/李丁博士毕业，张志远硕士毕业；团队合作工作“受限条件下智能无人系统学习控制理论与方法” 获得天津市自然科学二等奖 (排名4/6)
- RL+自动驾驶：团队强化学习泛化性工作ProtoCAD被IEEE TII(JCQ Q1)期刊接收，强化学习路口通行泛化工作LGVNet被IEEE TCDS(JCR Q1)期刊接收 (2024.04)
- RL+推荐系统：张志远同学(研三)与美团合作的深度用户Q网络(Deep User Q-Network, DUQN)被WWW(CCF-A)会议接收，DUQN推荐算法在美团混排任务中成功应用，祝贺志远!(2024.2.1)
- RL+自动驾驶：郑宇鹏同学(研二)与清华AIR合作的单目图片占据栅格预测算法被ICRA 2024会议接收，祝贺宇鹏(2024.1.30)！
- 恭喜团队工作"高效深度强化学习算法和最优性分析"荣获2022年度北京市自然科学二等奖 (2023.10.31)!
- 李丁同学(博三)与百度Apollo合作的条件依赖轨迹预测算法被IEEE TNNLS(JCQ Q1)期刊接收，祝贺李丁！(2023.9.28)
- 李丁同学(博三)与百度Apollo合作的分层解偶式轨迹预测算法被IEEE TIV(JCQ Q1)期刊接收，团队首个算法工作实现实车性能大幅提升（10%+）和大规模产业应用，获得工业界认可，祝贺李丁！(2023.8.3)
- 刘学义同学(大四保送)的预测和决策一体化学习工作被ICONIP 2023(CCF-C)会议接收，祝贺学义(2023.7.31)
- 恭喜王俊杰同学博士毕业，获得工学博士学位，加入百度！(2023.5.24)
- 郑宇鹏同学(研一)在夜视深度估计工作STEPS被ICRA 2023会议录用，代码开源，中文解读，祝贺宇鹏！（2023.1.17）
- 王俊杰同学(博四)在基于模型强化学习工作DMVE被IEEE TNNLS期刊接收，代码开源，中文解读，祝贺俊杰！（2022.10.14）
- 张启超，高胤峰等与百度联合的仿真场景轨迹生工作TrajGen被IEEE TITS期刊接收，代码开源，中文解读，感谢合作者们！（2022.9.13）
- 受邀在2022 RL China Summer School作“Deep Reinforcement Learning”专题报告，欢迎指正！（2022.08.22）
- 方兴（大四保送）在离线强化学习的自动驾驶策略工作被IEEE ITSC 2022会议录用，代码开源，祝贺方兴！(2022.6)
- 王俊杰同学(博三)在深度强化学习的换道策略工作被IEEE/CAA JAS期刊录用，代码开源，中文解读，祝贺俊杰！(2022.3)
更多研究工作请访问英文主页。
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：
RL+AI4S方向：聚焦于大模型的RL后训练和AI4Science，涉及大语言模型、多模态大模型、Aengtic RL，目前代表性工作有Learn when to think(NeurIPS)、DVFB(ICLR 25), DTR(AAAI 25)等。
RL+VLA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)等。
同时招聘自动驾驶方向的助理研究员、博士后、工程师（符合条件可解决北京户口）；
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、易控智驾、长安汽车、美团等企业项目。
工作经历
最新消息：
- 恭喜凃崧峻博士获得中科院自动化所攀登奖学金；
- 恭喜郑宇鹏博士获得硕士国家奖学金；
- 我受邀担任AAMAS的Area Chair，NN期刊的AE, 并获得NeurlPS 2025 Top Reviewer (2025.10）
- 欢迎的师兄夏中谱博士回归课题组，曾是理想汽车辅助驾驶“端到端”模型负责人，主导了理想AD MAX的量产，拥有丰富的产业化经验(2025.06)
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；
社会兼职
中国人工智能学会智能驾驶专委会，委员；
中国计算机学会智能汽车专委会，执行委员；
中国自动化学会自适应动态规划专委会，会员；
中国自动化学会数据驱动学习控制专委会，会员；
中国生产力促进中心汽车工作委员会，副秘书长
合作情况
团队人员
直接指导：
1. 王君礼，研三，自动驾驶联合预测算法，模式识别与智能系统，本科毕业于四川大学，硕士研究生
2. 杨鹏轩，研二，端到端自动驾驶，模式识别与智能系统，本科毕业于中国科学院大学，推免硕士
3. 邢泽斌，研二，端到端自动驾驶，模式识别与智能系统，本科毕业于北京邮电大学，推免硕士
联合指导：
1. 孙敬博，强化学习的泛化性研究，硕士毕业于北京理工大学，博士生(鹏程联培)
2. 高胤峰，精准世界模型的自动驾驶决策，本硕毕业于北京科技大学，博士生，（导师：丁大伟教授）
3. 郑宇鹏，自动驾驶感知与预测算法，模式识别与智能系统，本科毕业于中国科学院大学，博士生，(硕士国奖)
4. 刘学义，视觉语言模型的自动驾驶，本科就读于西北工业大学，推免型直博生，（导师：赵冬斌研究员）2023.09
5. 涂崧峻，大语言模型人类反馈强化学习，本科就读于中南大学，推免型直博生(鹏程联合培养)，（导师：赵冬斌研究员）2023.09
6. 刘德庆，大四毕设阶段，本科就读于山东大学，推免型直博生，（导师：赵冬斌研究员）2025.09
毕业生：
1. 王俊杰，基于深度强化学习的超车换道决策方法，硕博连读，（导师：赵冬斌研究员，张启超副研) ，2023年入职百度自动驾驶(发表TNNLS/TII/JAS)
2. 刘育琦，自动驾驶路口通行决策算法，博士生，（导师：赵冬斌研究员，张启超副研），2024年入职小米机器人(发表JFI,TCDS)
3. 李丁，自动驾驶联合预测与决策算法，硕士毕业于天津大学，博士生，（导师：赵冬斌研究员，张启超副研），2024年北航卓百博士后(发表TNNSL/TIV/TVT)
4. 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，本科毕业于中国科学院大学，硕士生，2024年港科大(广州)博士深造(发表WWW/ICONIP)
5. 方兴， 强化学习自动驾驶决策算法，模式识别与智能系统，本科毕业于电子科技大学，硕士生，2025年入职美团 (发表ITSC/IJCNN/AAMAS)