岗位职责：
1. 算法跟进：最新VLA算法方向跟进，sota算法实机/仿真复现；
2. 面向工业场景的VLA模型架构设计与开发：如多模态特征对齐、动作序列生成与推理优化，提升机械臂的操作精度与任务泛化能力；
3. VLA的scaling研究：包括数据/模型结构/不同机器构型，在更复杂的工厂场景完成长序列任务、动作泛化、技能泛化；
4. 仿真与落地探索：基于Isaac Sim搭建仿真环境验证操作模型，设计real2sim2real迁移框架，加速算法在工业场景的落地。

岗位要求：
1. 计算机、人工智能、自动化、机械电子专业，研究生及以上学历，研究方向聚焦机器人操作、强化学习或运动规划；
2. 有机器人控制、视觉、感知、规划、智能等其中若干领域的算法设计和实践经验；
3. 良好的英文阅读/算法复现能力，能够快速阅读和理解专业英文文献，并完成算法复现；
4. 熟悉掌握C/C++，python等编程语言，掌握pytorch、ros等常用框架，了解act、diffusion policy等基础VLA模型；
5. 基础知识扎实，视野开阔，思维活跃，创新能力强；
6. 对VLA算法落地解决实际问题有兴趣和追求，对工业自动化场景有一定了解。

加分项：
1. Github有开源项目，有开源机器人框架（如lerobot、maniskill）贡献经历，或RoboMaster/RoboCup/RoboCom参赛或者获奖经历；
2. 有过sim2real/real2sim，RL/Imitation Learning等算法经验；
3. 熟悉多个开源VLA模型的代码核心实现，并有实机部署、调试经验，对技术路线有自己的想法；
4. 有顶会/顶刊论文发表，如ICRA、IROS、CoRL、CVPR、NeurIPS、TRO、RAL、AURO等。