一、CV算法岗位职责 1. 算法研发与优化：负责目标感知相关算法的研究与开发，包括但不限于识别、跟踪、定位、行为识别、表情识别、3D视觉、视觉语言大模型等。对现有算法进行优化，提升算法的性能、鲁棒性和效率，以满足实际应用场景的需求。跟踪学术界和工业界的最新技术进展，探索前沿算法并将其应用于实际项目。 2. 工程落地与部署：将算法模型工程化，实现从算法研究到实际产品的落地。负责算法在不同硬件平台（如CPU、GPU、移动端等）上的部署和优化，确保算法的高效运行。配合产品开发团队，完成算法的端到端实现，包括数据采集、清洗、模型训练、测试及优化。 3. 数据处理与管理：优化数据管线，包括数据采集、标注、清洗、管理和分析，确保数据的质量和可用性。对于基于数据驱动的方法，提升其算法的性能和泛化能力。 4. 技术文档与专利：编写高质量的算法设计文档、技术报告及用户手册。挖掘和规划核心技术，撰写专利，推动技术创新。 二、VLA算法岗位职责 1.模型研发与优化：设计并开发视觉-语言-动作（VLA）模型架构，实现从多模态输入（视觉、语言）到机器人动作输出的端到端推理管线； 优化模仿学习（如Behavior Cloning、Diffusion Policy）和动作生成算法（如RT-2、OpenVLA），提升模型在复杂任务中的泛化能力与样本效率；结合强化学习（PPO、SAC等）优化决策策略，解决任务分解与长时序规划问题。 2.系统集成与部署；在ROS/ROS2框架下部署算法，协同硬件团队实现端侧高效运行。 - 利用仿真工具（Isaac Sim、Gazebo）验证算法，优化Sim2Real迁移效果。 3.数据处理与训练；构建多模态数据集（视觉、运动、交互），设计数据清洗、增强策略及预训练流程。 - 管理分布式训练（多机多卡），提升大模型训练效率。 4.跨团队协作；协同产品、工程团队，将算法集成至实际系统，提供技术文档支持。 三、运控算法岗位职责 1.负责机器人的系统级建模与仿真工作，包括运动学、动力学、控制系统等； 2.搭建并维护仿真平台，确保模型准确反映物理行为，支持设计与测试闭环； 3.基于仿真验证运动控制方案，评估性能指标如轨迹、力矩、能耗、稳定性等； 4.构建多场景虚拟环境，用于测试机器人在复杂地形和任务下的行为表现； 5.分析仿真数据，挖掘性能瓶颈，推动结构与控制系统持续优化； 6.参与仿真流程、工具链与算法的持续改进与文档建设。 7.负责机械臂遥操作中的力反馈实现与主动柔顺力控制算法开发。 8.负责机器人强化学习算法的设计与开发，聚焦运动控制、轨迹优化及复杂任务适配场景，开展算法仿真验证与迭代优化，推动强化学习技术与现有运动控制系统融合，提升机器人自主适应能力与运动性能。

1. 机器人工程、自动化、机械、计算机等相关专业，3年以上机器人算法落地经验； 2. CV算法要求精通Python编程语言，熟悉C、C++等编程语言，熟练掌握PyTorch、Tensorflow等主流深度学习框架； 3. VLA算法要求熟悉VLA/VLM架构（如RT-2、OpenVLA、LLaVA、Flamingo），具备视觉-语言-动作模态融合的模型设计经验；掌握模仿学习（Behavior Cloning、Diffusion Policy）、强化学习（PPO、SAC）及多模态对齐技术；具备大模型训练/微调经验（如预训练、SFT、RLHF），熟悉分布式训练框架（DeepSpeed、Megatron）； 4. 运控算法要求扎实的机器人动力学、控制理论基础，了解运动学、线性代数、概率论， 熟练掌握至少一种机器人仿真平台（如 Gazebo、Isaac Gym、MuJoCo、MATLAB/Simulink 等）； 5.具备良好的沟通能力和团队合作精神； 6.有较强的分析问题和解决问题的能力。