1.跟踪国内外具身智能相关的最新研究进展，能够快速理解并复现相关研究; 2.完成数据集的收集与整理，设计和改进模型架构独立完成模型优化和参数整定，并训练模型; 3.与团队配合在云或端完成算法的部署，并与实际机器人交互实现自主化作业能力。 4.跟进前沿技术(VLA，VLM，Hover，HumanPlus2D&3D Diffusionpolicy，World Model)，推动技术落地; 5.与软硬件团队协作，完成算法模块的工程化部署与测试

1.对机器人学传统方法，如工作空间轨迹规划、运动学、动力学、二次型优化等有一定理解，了解实时系统控制原理; 2.具有C++和Python3的编码能力，能够熟练使用PyTorch, ROS; 3.对目前各种经典和最新神经网络，特别是时序相关模型有深入理解; 4.有强化学习、模仿学习相关的学习或项目经历，理解zero-Shot、one-shot和few-shot的训练过程，有sim2real经验是加分项; 5.有isaac sim,isaac gym,webots和mujoco等仿真环境使用经验; 6.有工业机器人落地经验优先，有实时系统开发或边缘端部署经验; 7.在CVPR/ICCV/ECCV/NIPS/IROS等顶会或期刊发表过具身智能相关论文优先。