1、参与 VLA 模型的预训练 / 后训练,包括数据配⽐、架构改进与训练策略实验； 2、基于遥操作数据与仿真数据做模仿学习、强化学习微调,提升⻓程任务与泛化能⼒； 3、在⼈形机器⼈真机上部署模型,完成抓取、放置、双臂协同、移动操作等任务的闭环评测； 4、参与数据采集与清洗流⽔线的迭代,以及仿真/真机评测基准的建设； 5、跟进 VLA、世界模型、机器⼈基础模型⽅向的前沿⼯作,并在内部复现与验证。 1、计算机、⾃动化、⼈⼯智能、机器⼈等相关专业在读(本科⾼年级 / 硕⼠ / 博⼠)。 2、具备 VLA 或机器⼈⽅向的实际经验,⾄少满⾜其⼀: （1）做过 VLA / 机器⼈基础模型相关⼯作(如 RT-2、OpenVLA、π0、GR00T、Diffusion Policy、ACT 等⽅向的复现或改进)； （2）有真机或仿真环境下的机器⼈操作、运动控制、模仿学习/强化学习项⽬经历。 3、熟练使⽤ Python 与 PyTorch,具备扎实的⼯程能⼒,能独⽴跑通并调试⼤规模训练任务。 4、能保证 3 个⽉以上连续实习时间。