崗位職責:
1.核心算法研發(fā)與創(chuàng)新:主導機器人模仿學習與強化學習算法的設計與研發(fā)。深度融合視覺-語言-動作(VLA)大模型技術,攻克雙臂協(xié)同、精細操作等復雜任務,在高柔性工業(yè)制造等挑戰(zhàn)性場景中,實現(xiàn)高準確高效率的操作能力。
2.仿真與真實世界部署(Sim2Real):構建高逼真度的物理仿真環(huán)境(如 Mujoco, PyBullet, Gazebo),并負責打通從仿真到現(xiàn)實(Sim2Real)的技術鏈。在仿真環(huán)境中驗證的算法(如 ACT, Diffusion Policy, PPO, SAC)高效、穩(wěn)定地遷移到真實機器人上。
3.前沿大模型應用與微調:密切追蹤并實踐業(yè)界前沿的具身智能基礎模型(如 RT-2, Octo, OpenVLA, Pi-Zero),研究如何將這些通用大模型通過高效的微調(Fine-tuning)和適配,應用于特定的業(yè)務場景,實現(xiàn)快速的技術落地和能力升級。
4.數(shù)據(jù)驅動的迭代閉環(huán):設計并實施一套完整的數(shù)據(jù)收集、處理與分析流程。通過分析機器人在任務執(zhí)行過程中的海量多模態(tài)數(shù)據(jù),構建數(shù)據(jù)驅動的算法迭代“飛輪”,持續(xù)挖掘性能瓶頸,指導算法的優(yōu)化與演進。
5.軟硬件系統(tǒng)協(xié)同優(yōu)化:與機械、硬件及嵌入式團隊緊密協(xié)作,深度參與機器人本體設計與傳感器選型(如視覺、力控傳感器)。從算法需求出發(fā),推動硬件迭代,并負責機器人底層控制(如運動學、動力學、阻抗控制)與上層智能算法的無縫集成與調試。
6.技術布道與知識沉淀:撰寫高質量的技術文檔和專利,分享前沿技術洞見。
任職要求:
1.學歷與基礎:機器人、人工智能、自動化、計算機等相關專業(yè)碩士及以上學歷。具備扎實的數(shù)學功底和優(yōu)秀的英文文獻閱讀能力。
2.機器人學根基:深刻理解機器人運動學與動力學,具備扎實的機器人控制理論基礎,并擁有PID控制、力/阻抗控制等算法的實際工程經驗。
3.具身智能算法專長:精通模仿學習(如 Behavior Cloning, ACT, Diffusion Policy)與強化學習(如 PPO, SAC)的核心原理與實踐,并對VLA(視覺-語言-動作)模型有深入的理解和應用經驗。
4.核心框架與工具鏈:
·精通 C++/Python,并熟練掌握 PyTorch 等深度學習框架。
·熟練使用 ROS/ROS2 進行機器人系統(tǒng)開發(fā)。
·擁有豐富的機器人仿真經驗,精通 Mujoco, PyBullet, Gazebo 中至少一種。
·具備成功的 Sim2Real 項目經驗。
5.大模型實踐經驗:熟悉或實踐過業(yè)界主流的具身智能大模型(如 Octo, OpenVLA 等)的訓練或微調流程。
6.綜合素質:具備出色的問題分析與解決能力,對技術充滿熱情,能夠獨立思考并引領技術方向,同時擁有良好的團隊協(xié)作精神。
加分項:
1.擁有雙臂協(xié)同操作(Dual-Arm Manipulation)或靈巧手(Dexterous Hand)控制經驗者優(yōu)先。
2.在縫制、裝配、打磨等精細操作場景有成功的機器人項目落地經驗者優(yōu)先。
2.具備大規(guī)模具身模型訓練經驗,熟悉多模態(tài)數(shù)據(jù)處理與傳感器融合(視覺/LiDAR/力控)方案。
3.在機器人或AI領域的頂級會議/期刊(如 CoRL, RSS, ICRA, NeurIPS, ICML 等)發(fā)表過論文者優(yōu)先。
4.熟悉機器人動力學建模與系統(tǒng)辨識。