职位描述
【职位定位】
面向机器人从感知理解、任务决策到动作生成的端到端智能系统，参与具身智能原生基础模型、策略学习与真实机器人数据闭环建设。
【职位描述】
1. 参与具身智能多模态大模型研发，围绕视觉、语言、动作、状态、传感器信息等多模态输入，构建机器人任务理解、行为生成与决策执行能力。
2. 参与具身基模预训练、后训练(SFT/Value/RL)、世界模型等方向的模型训练、评估、优化与迭代。
3. 参与机器人从感知到规划、从决策到控制接口的端到端算法闭环建设，提升模型在复杂任务中的成功率、泛化性、安全性与稳定性。
4. 参与真实机器人数据体系建设，包括多源/跨形态数据的采集、清洗、标注、训练样本构造、评测集设计和失败案例分析，推动数据驱动的模型持续进化。
5. 参与模型在仿真与真机平台上的部署验证、策略微调和效果评估，推动算法能力从实验环境落地到真实机器人任务。任职要求
1. 2027届硕士研究生及以上学历，人工智能、计算机、机器人、自动化、计算机视觉、多模态学习、强化学习等相关专业。
2. 熟悉深度学习基础，了解Transformer、Diffusion/flow-matching、行为克隆、强化学习、多模态大模型、VLA、世界模型或机器人决策规划中的一种或多种方向。
3. 具备较好的Python开发能力和实验复现能力，熟悉PyTorch等深度学习框架，能够独立完成模型训练、调试、评估和结果分析。
4. 了解机器人感知、规划、控制、状态估计或多传感器数据特性，理解模型输出与真实机器人动作执行之间的约束关系。
5. 具备较强的问题拆解和工程落地意识，能够围绕真实任务效果进行数据分析、失败归因和模型迭代。
6. 加分项：有端到端操作/导航、VLA、机器人后训练、强化学习、决策规划、真实机器人项目、顶会论文或高质量开源项目经验。
