【岗位职责】 1.负责具身智能具体任务的算法研发与落地，基于现有 LLM、VLM、VLA、World Model、World Action Model 等模型能力，完成任务后训练、调优、评测和真机部署。 2.面向真实机器人任务构建完整闭环，包括任务定义、数据采集、数据标注、模型训练、离线评测、真机调试、失败分析和迭代优化。 3.针对具体任务进行模型后训练和任务适配，包括 SFT、行为克隆、模仿学习、轨迹学习、动作预测、偏好优化、失败样本学习等。 4.负责真机数据、VLM/VLA 多模态数据的分析和建设，包括图像、视频、语言指令、动作轨迹、任务阶段、成功/失败样本、人工接管数据等。 5.建立数据采集和标注规范，持续分析数据质量、数据分布、长尾场景、标注一致性和模型表现之间的关系，推动数据闭环迭代。 6.参与机器人系统工程集成，包括模型推理服务、控制接口、传感器数据接入、ROS/ROS2 通信、日志系统和调试工具建设。 7.负责真机部署与调试，处理真实环境中的延迟、噪声、遮挡、标定误差、动作偏差、执行失败和环境变化等问题。 8.与硬件、控制、数据、产品和现场团队协作，将算法能力转化为稳定、可演示、可复现、可迭代的机器人任务能力。 【任职要求】 1.计算机、人工智能、机器人、自动化、电子工程等相关专业，本科及以上学历。 2.熟悉 LLM、VLM、VLA 相关技术，理解多模态理解、指令跟随、任务规划、动作生成和机器人策略学习的基本方法。 3.了解 World Model、World Action Model、状态预测、动作后果建模、环境理解等方向，并能结合具体任务进行应用和调试。 4.熟悉具身智能常见算法，包括 behavior cloning、imitation learning、diffusion policy、ACT、trajectory modeling、planning、control、sim-to-real 等。 5.熟练掌握 PyTorch 等深度学习框架，具备模型训练、调参、评测、debug 和工程集成经验。 6.熟悉分布式训练或多卡训练流程，了解 DDP、FSDP、DeepSpeed、Ray 等工具，能够完成任务级模型训练和实验管理。 7.具备较强工程能力，熟悉 Python/C++，能够独立搭建训练 pipeline、推理服务、数据处理脚本、评测工具和调试工具。 8.对数据敏感，能够从模型失败案例中定位数据问题，判断是数据缺失、分布偏差、标注不一致、任务定义不清还是模型能力不足。 9.熟悉真机数据特点，理解传感器噪声、控制延迟、轨迹偏差、人工接管、失败恢复、环境变化等真实系统问题。 10.具备良好的问题拆解、现场 debug、实验设计和跨团队协作能力，能够在不确定环境下快速推进 demo 和任务交付。 加分项 1.有机械臂、双臂机器人、灵巧手、移动操作机器人、工业机器人或服务机器人真机项目经验。 2.有 VLA、OpenVLA、RT-1/RT-2、ACT、Diffusion Policy、Octo、SayCan、PaLM-E 等相关项目实践经验。 3.有机器人遥操作数据、专家演示数据、human-in-the-loop 数据、失败恢复数据或多模态任务数据建设经验。 4.有真实 demo、客户现场、展会演示、PoC 项目或机器人产品化落地经验。 5.熟悉 Isaac Sim、Mujoco、PyBullet、ManiSkill、RoboSuite 等仿真平台，并有 sim-to-real 调试经验。