职位描述
本岗位以技术突破为导向,探索Physical AI的大规模持续学习系统中的科学问题,构建更好的数据-模型-评测闭环,建立前沿的持续学习系统。本岗位包含以下核心方向:
1)针对具身智能数据,研究数据采集、数据分布构建,数据配比方法,研究人类数据,仿真数据,真机数据等数据金字塔的构建;
2)针对具身智能模型,研究VLA,World Model,Offline/OnlineRL,Continual Learning等技术方向,设计模型与训练方法;
3)从数据-模型-评测闭环的角度统一优化,研究如何构建一套高效的学习系统,如何高效的设计真机与仿真评测构建反馈,形成自动化,快速迭代的数据飞轮。
工作内容
1）设计实验，验证数据方法或评测方法对模型性能的影响；
2）复现、分析并改进前沿研究工作；
3）搭建实验 pipeline，完成数据分析、模型训练与评估；
4）与工程、产品团队协作，推动研究成果向实际系统与产品能力转化；任职要求
任职要求
1）博士优先，优秀硕士亦可，研究方向包括但不限于 Robotics、World Model、RL、Simulation 等
2）具备扎实的研究与实现能力，能够独立开展研究，具备自闭环与独立解决问题的能力；
3）具备机器人真机经验，具备一定的ROS基础，能独立使用机器人展开实验；
4）有多机多卡训练经验，熟悉各类并行训练方式，有较强的工程素养；
5）实习生需连续实习6个月以上。
加分项
1）有相关论文发表经历（如 NeurIPS、ICRA、CoRL、RSS 等）
2）有仿真平台或机器人相关经验，如 Isaac、MuJoCo 等
3）能熟练使用最前沿的AI工具进行研究与编程实现
工作地点北京、上海均可，优秀可支持发论文
