一、崗位定位
開發(fā)機器人操做前沿算法研究，包括但不限于Vision-Language-Action (VLA)模型，Offline-RL, Online-RL, Human in the loop等。
二、核心職責(zé)
端到端算法研發(fā)與優(yōu)化： 負(fù)責(zé)通用端到端機器人操做算法的迭代和優(yōu)化，熟練掌握 Imitation Learning / VLM / VLA 訓(xùn)練、微調(diào)及部署。
強化學(xué)習(xí)與人機協(xié)作： 深入研究 Offline-RL 和 Online-RL 算法（如PPO, SAC等），特別是Human-in-the-Loop（HITL）反饋機制的設(shè)計與實踐，實現(xiàn)策略的持續(xù)迭代和性能提升。
高質(zhì)量數(shù)據(jù)構(gòu)建與維護： 設(shè)計并維護高效的數(shù)據(jù)收集、清洗、標(biāo)注和混合策略，深刻理解不同來源和類型數(shù)據(jù)（如示范數(shù)據(jù)、HITL反饋、環(huán)境交互數(shù)據(jù)）對模型性能（Performance）的影響，確保數(shù)據(jù)資產(chǎn)能有效驅(qū)動VLA-RL閉環(huán)。
系統(tǒng)集成與部署： 與硬件、系統(tǒng)工程團隊緊密協(xié)作，將先進算法在實際機器人平臺上進行部署和測試，推動具身智能操做團隊的創(chuàng)新應(yīng)用展示和落地。
三、任職要求
計算機 / 人工智能 / 機器人學(xué) / 數(shù)學(xué) / 物理等相關(guān)專業(yè)碩士及以上學(xué)位，具備扎實的機器學(xué)習(xí)、深度學(xué)習(xí)、機器人學(xué)基礎(chǔ)。如果是本科生/沒有經(jīng)驗要求畢業(yè)于清華、北京大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)、浙江大學(xué)，且在計算機競賽、物理競賽、數(shù)學(xué)競賽中取得優(yōu)異成績者優(yōu)先。
核心要求：
精通PyTorch, 對模仿學(xué)習(xí) (Imitation Learning) 和 強化學(xué)習(xí) (RL) 理論體系有深刻理解。
熟悉Vision-Language Models (VLM) / Vision-Language-Action (VLA) 模型結(jié)構(gòu)、訓(xùn)練方法和前沿進展（如RT-1/2, Diffusion Policy等）。
具備多模態(tài)數(shù)據(jù)處理、視覺/語言表示學(xué)習(xí)的經(jīng)驗，能處理大規(guī)模的機器人交互數(shù)據(jù)。