1、负责设计并推动学习与决策系统的整体演进； 2、聚焦于构建可落地的智能系统，贯通数据、学习与部署，确保学习到的行为在真实机器人上具备可部署性、稳定性与可解释性； 3、主导智能系统从实验性学习方案，演进为鲁棒、可解释、可部署、并真正运行于物理世界中的机器人智能； 4、领导并建设智能团队，制定学习、评估与部署方向上的技术路； 5、负责将感知与数据转化为可执行机器人行为的学习系统； 6、定义适用于真实世界数据与系统约束的训练、评估与迭代闭环； 7、与感知与软件团队紧密协作，明确系统接口，构建可扩展的学习工作流。 【岗位要求】 1、机器人、机器学习、计算机科学或相关技术领域，硕士或博士学历，具备2年以上实际工作经验； 2、具备 Vision-Language-Action（VLA）系统或多模态策略模型的训练与部署经验，面向具身系统（Embodied Systems），包括对模型的端到端负责：实现、训练、调试、验证以及持续迭代优化； 3、具备将学习型机器人策略从离线评测推进到闭环评估及真实机器人系统中的实践经验； 4、对具身智能系统中的实际学习权衡问题有深入理解，包括但不限于：1）泛化能力 vs 控制稳定性；2）鲁棒性 vs 性能表现；3）数据效率 vs 规模化训练； 5、具备将 VLA 或学习系统集成到完整机器人系统栈中的经验，涵盖感知、控制、仿真，以及日志、评估和失败分析管线； 6、具备扎实的软件工程能力，能够维护、重构并扩展复杂的学习型代码库，支持多工程师协作开发； 7、能够主导技术落地与执行，在系统架构层面做出务实取舍，并指导或培养其他工程师，推动可交付、可部署的成果落地；

8、优先考虑： （1）具备在标准方案之外，开发或改进 VLA 架构、训练目标或数据管线的经验；（2）熟悉仿真到现实（Sim-to-Real）、数据聚合，或大规模机器人数据驱动学习流程； （3）具备在真实约束条件下部署学习系统的经验，例如：延迟、安全性、部分可观测性或长时间运行； （4）曾负责或协同带领小规模、高级别的机器人或机器学习团队，尤其是在快速迭代或产品导向的环境中； （5）在顶级机器人、机器学习或人工智能会议 / 期刊发表过研究成果，体现其在学习、控制或具身智能方向的技术深度； （6）具备良好的英语能力（书面与口语）。