岗位职责：
1.算法研发与优化：负责设计并开发针对机器人上肢双机械臂的模仿学习控制算法，结合 VLA 技术与强化学习理论，持续优化算法性能，提升机械臂控制的精准度和灵活性。
2.项目落地与实践：主导将研发的算法应用于缝制场景的实际项目中，与硬件团队协作，完成机器人系统集成与调试，解决缝制过程中遇到的技术难题，推动项目顺利实施。
3.前沿技术追踪与应用：密切关注具身智能领域的前沿学术成果，尤其是与机器人控制、机器学习相关的新技术，将其融入到现有工作中，不断探索创新的解决方案，以提升产品竞争力。
4.数据处理与分析：收集、整理和分析机器人在缝制场景中的运行数据，通过数据分析评估算法效果，为算法改进提供依据，同时挖掘数据中的潜在价值，发现新的优化方向。
5.跨部门协作：与机械工程师、硬件工程师、产品经理等团队成员紧密合作，共同完成产品从概念设计到实际落地的全流程工作，确保算法与硬件系统的无缝对接，满足产品功能需求。
6.技术文档撰写：编写详细的技术文档，包括算法设计文档、项目实施报告、测试报告等，为团队内部知识共享和项目后续维护提供支持。
任职要求：
1.985硕士或博士，工作认真负责，对研发有热情，具备独立工作能力，能够适应加班、出差等职场文化，能够顺利阅读英文文献并善于吸收新知识；
2.熟悉ROS操作系统，熟悉C++/Python ,熟悉 PyTorch 等深度学习框架的使用，熟悉模拟工具，如 英伟达Isaac Sim, Isaac Lab等；
熟悉一般的模仿学习算法如ACT、Diffusion Policy。熟悉模仿学习VLA模型，如RDT、Octo、OpenVLA
3.主持过具身智能算法项目，有大模型应用落地经验者优先，如将具身智能和机器人结合，灵巧手操作刚性/柔性材料，手眼协同等；
4.具有数字孪生或具身智能算法实操与模拟经验者优先，比如基于具身智能和大模型原理，采用增强学习或模仿学习训练验证灵巧手等末端执行器抓取、运输、摆放和抚平布料等柔性物体，并能用英伟达系列模拟工具，或Gazebo、MuJoco等开源模拟工具实现验证MPC、WBC及增强学习等具身智能算法；
5.熟悉现代机器学习和人工智能算法在机器人领域的应用，对具身智能、模仿学习、强化学习等相关领域有深入理解。