职位描述
岗位职责：
机器人操作强化学习算法开发： 负责研发和优化用于人形机器人精细操作（如抓取、放置、装配、工具使用等）的强化学习（RL）算法，包括但不限于离线强化学习、真机强化学习等。
VLA+RL后训练方案设计与实现:与视觉-语言模型团队紧密协作，共同设计并实现将大规模视觉-语言模型与强化学习策略相结合的算法框架，用于提升机器人的任务理解、泛化能力和人机交互水平。
仿真与真实世界训练： 构建高保真度的物理仿真环境，主导从仿真训练到真实机器人平台迁移部署的全流程，解决sim-to-real等关键问题。
技术落地与迭代： 将算法应用于实际机器人产品，通过真实场景测试持续迭代优化算法性能、稳定性和效率。
技术前瞻与创新： 跟踪领域内最新进展，探索将前沿AI技术应用于机器人感知-决策-控制闭环的创新方案。任职要求
1、学历与经验：
硕士及以上学历，计算机、人工智能、自动化、机器人等相关专业
2年以上强化学习相关研究或项目经验，有机器人领域（特别是操作、移动控制）实际项目经验者优先。
2、核心技术能力：
精通强化学习： 深入理解主流RL算法（DRL、IL、Offline RL等），有使用PyTorch/TensorFlow、Isaac Gym/Mujoco等工具进行机器人控制相关算法开发的经验。
熟悉VLA/VLM： 了解视觉-语言模型的基本原理（如CLIP、BLIP、GPT-4V等），对多模态学习、指令跟随有实践经验者优先。
扎实的工程能力： 优秀的Python/C++编程能力，熟悉Linux开发环境，具备良好的代码风格和工程化习惯。
3、附加能力：
具备优秀的沟通能力和团队协作精神，能够清晰地在跨职能团队（算法、软件、硬件）中阐述技术方案。
对机器人技术充满热情，具备强大的自驱力、学习能力和解决复杂问题的能力。
在顶级会议（如CoRL, RSS, ICRA, IROS, NeurIPS, ICML）有相关论文发表者优先。
立即投递
