【岗位职责】 算法研究与复现： 负责具身智能中视觉语言导航（VLN）前沿算法的复现、评测与优化，探索多模态大模型（VLM/VLA）在机器人导航与操作中的应用。 仿真环境构建与训练： 负责在主流三维具身智能仿真平台（如 Habitat, Matterport3D, Isaac Sim 等）中进行智能体（Agent）的训练、基准测试（Benchmarking）与策略调优。 空间感知与推理： 参与研究跨模态对齐、开放词汇（Open-Vocabulary）理解、三维语义建图等技术，提升机器人在未知复杂环境中的泛化导航能力。 技术落地探索： 协助团队将仿真环境中的 VLN 算法进行迁移（Sim-to-Real），参与轮式、四足或人形机器人等物理实体上的算法部署与测试。 【任职要求】 教育背景： 硕士及以上学历，在校期间有良好的计算机视觉（CV）、自然语言处理（NLP）或机器人学研究背景。 算法功底： 扎实的数学与机器学习基础，深入理解主流深度学习架构（如 Transformer、CNN 等）。 熟悉多模态学习基本概念，对 CLIP、BLIP 等多模态预训练模型或大语言模型（LLM）有一定了解。 了解强化学习（RL）或模仿学习（IL）的基本原理。 工程与编程： 精通 Python 编程，熟练使用 PyTorch 或 TensorFlow 深度学习框架，具备优秀的代码编写与调试能力。 熟悉 Linux 开发环境，有良好的 Git 代码管理习惯。 综合素质： 具备自驱力和快速学习能力，能够流畅阅读英文文献并追踪前沿学术动态。 具备良好的团队协作与沟通表达能力。 加分项（任意一条即可） 在 CVPR, ICCV, ECCV, NeurIPS, ICLR, ICRA, IROS 等 AI 或机器人领域顶会/顶刊发表过论文（或在投）。 熟悉常用的具身智能或机器人导航数据集/仿真器（如 R2R, RxR, Habitat, AI2-THOR 等）。 曾获得过国内外知名算法大赛、机器人竞赛（如 RoboCup、挑战杯、Kaggle）优异名次。 有 ROS/ROS2 实际开发经验，或有软硬件协同调试经验。