具身智能算法工程师（MJ007281）

职位描述 您将参与构建下一代机器人的“大脑”——视觉-语言-动作大模型，推动机器人从感知理解到动作执行的闭环能力突破。我们期待您在以下一个或几个方向发挥专长： 1，VLA算法复现与仿真验证, 跟踪VLA/VLM领域SOTA算法（如RT-X、Diffusion Policy、OpenVLA等），完成仿真环境下的复现与性能评估，输出可复现的技术报告，并为真机部署提供算法选型依据。 2，机器人数据系统构建（遥操作-采集-清洗-增广） 搭建或优化遥操作数据采集系统，设计多模态（图像、关节状态、力控、语音指令等）数据采集流程与标注规范。 负责机器人操作数据的清洗、过滤与结构化处理，构建高质量、多样化的数据集。 设计数据增广策略，提升模型在光照变化、遮挡、物体多样性等复杂场景下的泛化能力。 3，VLA与强化学习算法融合研究, 研究基于强化学习（RL）的机器人技能学习框架，探索离线RL、示范增强RL等方法在机器人操作任务中的应用。 开展VLA模型与RL算法的结合研究，利用VLA的世界知识与RL的试错优化能力，提升机器人在稀疏奖励、长视野任务中的表现。 4，仿真到现实的迁移部署 基于Isaac Sim等仿真平台搭建训练与测试环境，设计sim2real迁移策略，降低虚拟与现实间的策略差异，推动算法在真实机器人平台中的稳定落地。 5，VLA Scaling 研究与系统迭代 围绕机器人长序列任务、多任务泛化等需求，开展模型缩放规律研究，探索数据规模、模型架构与任务性能之间的关系，推进系统持续升级。 任职要求 计算机、人工智能、自动化、机器人学等相关专业硕士及以上学历。 具备以下一项或多项实践经验： 1，机器人视觉-语言-动作大模型（VLA）相关研究或项目开发 2，强化学习算法研究或应用经验，熟悉强化学习（RL）、模仿学习（Imitation Learning）等主流方法 3，机器人遥操作系统搭建或多模态数据采集与处理 4，基于PyTorch/TensorFlow的深度学习算法实现与调优 5，Isaac Sim/MuJoCo等仿真环境下的算法验证与迁移 熟练掌握Python/C++，有ROS/ROS2及机器人系统开发或调试经验者优先。 6，具备良好的英文文献阅读能力和算法实现能力，思维活跃，乐于攻克技术难点。 （已编辑）