岗位职责
- 负责视觉 - 语言 - 动作（VLA）大模型的架构设计、预训练及微调
- 主导模仿学习算法的实现与优化，包括但不限于 Behavior Cloning (BC), Diffusion Policy, ACT, RT-1/RT-2/OpenVLA 等主流范式。
- 解决机器人在复杂仓储非结构化环境下的拣选泛化问题（新物体、新指令、新场景）
- 设计与实施高效的数据采集管线，将遥操采集的多模态数据（RGB-D 图像、语言指令、关节状态、末端位姿）转化为标准化的训练数据集（如 RLDS 格式）。
- 开发数据清洗、增强、自动标注工具，提升数据质量与多样性，解决“长尾分布”数据稀缺问题。
- 搭建高保真仿真环境（Isaac Sim / MuJoCo / Habitat），利用域随机化（Domain Randomization）和域自适应技术，将仿真中训练的策略无缝迁移到真机（轮式底盘 + 双臂）。
- 协同系统集成团队，优化模型推理延迟，实现实时的端到端控制（End-to-End Control）
职位要求
- 计算机、机器人、自动化、人工智能等相关专业，硕士及以上学历（博士优先）
- 3 年以上深度学习或机器人控制算法开发经验，至少 1 年具身智能/机器人实操项目经验。
- 精通 PyTorch/JAX 框架，有从头复现或改进过开源 VLA 模型（如 OpenVLA, Octo, RT-X, Diffusion Policy）的成功案例。
- 深刻理解 Transformer 架构及其在时序动作预测中的应用。
- 熟练掌握模仿学习核心算法（BC, GAIL, Diffusion Policy, ACT 等），对如何处理多模态输入对齐有独到见解。
- 熟悉机器人运动学/动力学基础，理解 ROS/ROS2 通信机制。
- 具备极强的代码工程能力，能够编写高效、可维护的 C++/Python 代码。
