岗位职责 1、全身 vla 模型设计与研发 参与设计和实现面向人形机器人的 vision-language-action 统一模型架构 将视觉、语言、高维状态与全身动作空间进行有效融合,支持行走、操作、交互等复杂任务 探索适用于人形机器人的 端到端 / 分层 / 混合式 vla 控制范式 2、全身动作表示与控制接口 设计适合人形机器人的 全身动作表示(关节空间、任务空间、分层控制等) 将 vla 模型输出与底层控制系统(如 wbc、阻抗控制、rl policy)进行对接 处理稳定性、安全性、实时性等工程约束 3、数据构建与训练策略 参与构建多模态训练数据(视觉、语言、状态、动作、接触等) 设计并实现: 仿真数据生成与自动采集 真机数据采集与回放 模仿学习 / 离线 rl / 强化学习 / 后训练策略 探索数据规模、质量与泛化能力之间的权衡 4、仿真-真机闭环与模型评估 在高保真仿真环境中验证模型能力,并推进向真实人形机器人迁移 与测试、控制、硬件团队协作,建立模型评估指标与 benchmark 分析模型失败案例,推动模型与数据的持续迭代 5、前沿技术调研与落地 跟踪并评估前沿工作(vla、vlm、全身控制、世界模型等) 将合适的方法转化为工程可落地的系统方案 参与团队长期技术路线规划

岗位背景 我们正在构建面向真实人形机器人的全身 vla(vision-language-action)统一模型,目标是让机器人能够在复杂物理环境中,基于视觉与语言指令,完成稳定、可泛化的全身运动与操作任务. 职位要求 1.硕士及以上学历,计算机、机器人、自动化、人工智能等相关方向 2.扎实的机器学习 / 深度学习基础,对模型训练与优化有实践经验 3.熟练使用 python,熟悉 pytorch / jax 等主流框架之一 4.对机器人真实物理约束与工程落地有基本认知 机器人与模型相关背景(满足部分即可) 有以下至少一项经验: 工程能力 熟悉 linux 开发环境,具备良好的工程实现与调试能力 能够阅读和理解较大规模代码库 具备一定实验设计、结果分析与复现能力 加分项(非必须) 有人形机器人、四足机器人、机械臂等真实平台经验 熟悉 isaac sim / isaac lab / mujoco 等仿真工具 有大规模数据训练、分布式训练或多卡训练经验 熟悉 ros / ros2、机器人中间件 参与过 vla / vlm / 世界模型 / foundation model 相关研究或开源项目