岗位职责 1、负责视觉-语言-动作（VLA）模型的架构设计、训练与优化，探索多模态特征对齐、动作序列生成等核心技术，提升模型在机器人操作、自主导航等任务中的端到端执行能力。 2、参与模型从研发到落地的全流程，包括设计数据采集方案（真机、仿真、合成数据）、搭建高效训练管线、优化算法在物理环境中的鲁棒性与泛化能力。 3、将VLA模型与机器人操作系统（如ROS/ROS2）、运动控制模块集成，解决软硬件协同瓶颈，完成真机部署、性能调优与系统闭环验证。 4、跟踪具身智能、多模态大模型、强化学习等领域的前沿进展，持续推动技术创新，并落实到实际应用场景中。

任职资格 1、学历专业：硕士及以上学历，计算机、人工智能、机器人、自动化等相关专业,3年以上工作经验。 2、技术基础：扎实掌握Python/C++，熟练使用PyTorch、Isaac Sim/lab等框架，深入理解Transformer/VLA等主流模型架构。 3、项目经验：具备VLA、VLM或多模态大模型训练与微调经验，熟悉模仿学习（如ACT）、强化学习（如Diffusion Policy）等训练范式。 4、系统能力：熟悉ROS/ROS2，必须有Franka、Mobile Aloha、宇树G1等真机开发经验。 5、加分项：在CVPR、ICRA、CoRL、NeurIPS等顶会发表论文；有端到端机器人控制或自动驾驶VLA项目落地经验。