人工智能：强化学习、智能体与多智能体系统、大模型

AI芯片：AI 芯片架构设计、AI芯片与系统

AI4IC：探索人工智能如何赋能集成电路领域，尤其是赋能芯片设计环节

团队每年有较多博士和硕士指标，同时也在招聘博后、助理工程师、高级工程师、助理研究员、副研究员，特别优秀的领军人才可以直聘正高级工程师和研究员。

欢迎对人工智能、集成电路、电子信息等学科感兴趣的同学邮件联系（maohangyu@ime.ac.cn）。

我们期待你是一个自驱力强、动手能力强、有想法、敢于长期沉淀做实事的人。

毛航宇研究方向为强化学习、大模型智能体系统及芯片架构。在人工智能顶会和顶刊上发表论文 50 余篇，申请专利 10 余项，作为负责人和核心骨干承担 10 余项国家自然科学基金项目、中国科学院引才项目、千万级别企业内部项目、校企合作项目等，获多项省部级及以上奖励。长期担任人工智能顶会的高级程序委员会委员、地方政府智库专家；曾在多家高科技互联网企业担任研发团队负责人，具备丰富的产业落地经验，主导开发的大模型智能体系统实现超千万的用户规模及月活。

全部论文参考谷歌学术：

https://scholar.google.com/citations?user=EtVHsgcAAAAJ

本人指导的学生一作/本人二作或共同一作（5 篇代表作）：

1. Guanting Dong*, Hangyu Mao*, Kai Ma, Licheng Bao, Yifei Chen, Zhongyuan Wang, Zhongxia Chen, Jiazhen Du, Huiyang Wang, Fuzheng Zhang, Guorui Zhou, Yutao Zhu, Ji-Rong Wen, and Zhicheng Dou. Agentic Reinforced Policy Optimization. ICLR 2026 (CCF-A).

2. Bin Zhang, Hangyu Mao, Lijuan Li, Zhiwei Xu, Dapeng Li, Rui Zhao, and Guoliang Fan. Sequential Asynchronous Action Coordination in Multi-Agent Systems: A Stackelberg Decision Transformer Approach. ICML 2024 (CCF-A).

3. Yiqun Chen, Hangyu Mao, Jiaxin Mao, Shiguang Wu, Tianle Zhang, Bin Zhang, Wei Yang, and Hongxing Chang. PTDE: Personalized Training with Distilled Execution for Multi-Agent Reinforcement Learning. IJCAI 2024 (CCF-A).

4. Mingzhe Xing, Hangyu Mao, Shenglin Yin, Lichen Pang, Zhengchao Zhang, Zhen Xiao, and Jieyi Long. A Dual-Agent Scheduler for Distributed Deep Learning Jobs on Public Cloud via Reinforcement Learning. KDD 2023 (CCF-A).

5. Mingzhe Xing, Hangyu Mao, and Zhen Xiao. Fast and Fine-grained Autoscaler for Streaming Jobs with Reinforcement Learning. IJCAI 2022 (CCF-A).