职位描述1、VLA 端到端模型研发: 设计并训练端到端视觉-语言-动作模型（如 RT-2、OpenVLA、π0、Diffusion Policy、3D Diffusion Actor 等），实现从视觉输入与语言指令到机器人低维动作空间的直接映射； 2、研究动作表示与生成机制: 动作 Token 化（Action Tokenization）、隐动作量化（Latent Action Quantization, LAPA）、扩散式动作生成（Diffusion Policy）、流匹配（Flow Matching）等前沿方案； 3、探索 RL 与模仿学习（IL）的混合训练范式：利用人类演示数据初始化策略，再通过 RL 进行微调和鲁棒性增强； 4、强化学习运控与策略优化: 包括 PPO、SAC、RLHF（Human Feedback for Robotics）、DAPG 等算法在关节级/任务级控制中的应用； 5、模型部署与实时性优化: 负责 VLA/RL 模型在机器人芯片(Orin、Thor）上的轻量化部署，满足实时控制需求（端到端延迟 < 50ms，控制频率 ≥ 50Hz），解决长上下文视觉序列与语言指令的并行处理瓶颈； 6、设计模型与底层运控（WBC/MPC）的协同接口: 实现高层 VLA 策略输出与低层全身控制器的平滑衔接，确保物理安全性与稳定性。任职要求1、计算机科学、人工智能、机器人学、自动化、控制理论等相关专业，硕士及以上学历； 2、VLA 深度经验：精通至少一种端到端 VLA 架构（RT-2、OpenVLA、Octo、π0、GR00T 等），理解其动作空间设计、训练目标与推理机制； 3、强化学习：熟练掌握 PPO、SAC、RLHF、GAE、TD(λ) 等算法原理与实现，具备在连续动作空间（机器人控制）中的 RL 训练经验； 4、机器人学基础：熟悉运动学（FK/IK）、动力学、坐标系变换（SMPL Y-up/Z-up 等）、关节空间与任务空间映射、全身控制（WBC）概念； 5、工程能力：精通 PyTorch，熟悉 CUDA 优化、模型服务化（vLLM、Triton）优先； 6、仿真与部署：熟练使用 Isaac Sim、MuJoCo、Genesis 等仿真环境；具备真实机器人平台（人形/四足/机械臂）的部署与调试经验。
