一、岗位定位 开发机器人操做前沿算法研究，包括但不限于Vision-Language-Action (VLA)模型，Offline-RL, Online-RL, Human in the loop等。 二、核心职责 端到端算法研发与优化:负责通用端到端机器人操做算法的迭代和优化,熟练掌握 imitation learning / vlm / vla 训练、微调及部署. 强化学习与人机协作:深入研究 offline-rl 和 online-rl 算法(如ppo, sac等),特别是human-in-the-loop(hitl)反馈机制的设计与实践,实现策略的持续迭代和性能提升. 高质量数据构建与维护:设计并维护高效的数据收集、清洗、标注和混合策略,深刻理解不同来源和类型数据(如示范数据、hitl反馈、环境交互数据)对模型性能(performance)的影响,确保数据资产能有效驱动vla-rl闭环. 系统集成与部署:与硬件、系统工程团队紧密协作,将先进算法在实际机器人平台上进行部署和测试,推动具身智能操做团队的创新应用展示和落地.

三、任职要求 计算机 / 人工智能 / 机器人学 / 数学 / 物理等相关专业硕士及以上学位,具备扎实的机器学习、深度学习、机器人学基础. 如果是本科生/没有经验要求毕业于清华、北京大学、复旦大学、上海交通大学、浙江大学,且在计算机竞赛、物理竞赛、数学竞赛中取得优异成绩者优先. 核心要求: 精通pytorch, 对模仿学习 (imitation learning) 和 强化学习 (rl) 理论体系有深刻理解. 熟悉vision-language models (vlm) / vision-language-action (vla) 模型结构、训练方法和前沿进展(如rt-1/2, diffusion policy等). 具备多模态数据处理、视觉/语言表示学习的经验,能处理大规模的机器人交互数据. 行业要求:人形机器人