岗位职责
- 负责面向机器人操作任务的端到端模型研发，探索 Vision-Language-Action（VLA）模型在灵巧操作、长序列任务规划中的应用，推动通用操作策略的落地；
- 开展 World Model 相关研究，构建面向机器人操作的环境预测与动态建模能力，提升策略的泛化性和样本效率；
- 研究基于强化学习的高自由度灵巧手控制方法，包括 PPO、SAC、IQL等主流 RL 方法，探索仿真到真实的 Sim-to-Real 迁移技术；
- 负责大规模模型的训练基础设施搭建与优化，包括分布式训练、混合精度、推理加速及部署上线；
- 持续跟踪具身智能、操作学习、基础模型等领域的前沿进展，推动技术复现、改进与工程化落地。
- 计算机、人工智能、自动化、机器人等相关专业，硕士及以上学历（博士优先）；
- 具备扎实的深度学习理论基础，熟练掌握 PyTorch 等主流框架，有大模型训练与调优经验者优先；
- 熟悉Gr00t和PI等系列经典VLA操作模型相关工作，对 VLM 与机器人控制的结合有深入理解；
- 了解强化学习基本原理，熟悉 MuJoCo、Isaac Lab/Gym 等仿真平台，有 Sim-to-Real 实验经验者优先；
- 具备良好的工程能力，熟悉 Python，有多卡/多机分布式训练经验者优先；
- 有机器学习领域顶会（CoRL、RSS、NeurIPS、ICML、ICLR 等）论文发表或优秀开源贡献者优先。
职位要求
招聘官网未单独提供职位要求，请前往官网核实。
