岗位职责:

1.核心算法研发与创新：主导机器人模仿学习与强化学习算法的设计与研发。深度融合视觉-语言-动作（VLA）大模型技术，攻克双臂协同、精细操作等复杂任务，在高柔性工业制造等挑战性场景中，实现高准确高效率的操作能力。

2.仿真与真实世界部署（Sim2Real）：构建高逼真度的物理仿真环境（如 Mujoco, PyBullet, Gazebo），并负责打通从仿真到现实（Sim2Real）的技术链。在仿真环境中验证的算法（如 ACT, Diffusion Policy, PPO, SAC）高效、稳定地迁移到真实机器人上。

3.前沿大模型应用与微调：密切追踪并实践业界前沿的具身智能基础模型（如 RT-2, Octo, OpenVLA, Pi-Zero），研究如何将这些通用大模型通过高效的微调（Fine-tuning）和适配，应用于特定的业务场景，实现快速的技术落地和能力升级。

4.数据驱动的迭代闭环：设计并实施一套完整的数据收集、处理与分析流程。通过分析机器人在任务执行过程中的海量多模态数据，构建数据驱动的算法迭代“飞轮”，持续挖掘性能瓶颈，指导算法的优化与演进。

5.软硬件系统协同优化：与机械、硬件及嵌入式团队紧密协作，深度参与机器人本体设计与传感器选型（如视觉、力控传感器）。从算法需求出发，推动硬件迭代，并负责机器人底层控制（如运动学、动力学、阻抗控制）与上层智能算法的无缝集成与调试。

6.技术布道与知识沉淀：撰写高质量的技术文档和专利，分享前沿技术洞见。

任职要求:

1.学历与基础：机器人、人工智能、自动化、计算机等相关专业硕士及以上学历。具备扎实的数学功底和优秀的英文文献阅读能力。

2.机器人学根基：深刻理解机器人运动学与动力学，具备扎实的机器人控制理论基础，并拥有PID控制、力/阻抗控制等算法的实际工程经验。

3.具身智能算法专长：精通模仿学习（如 Behavior Cloning, ACT, Diffusion Policy）与强化学习（如 PPO, SAC）的核心原理与实践，并对VLA（视觉-语言-动作）模型有深入的理解和应用经验。

4.核心框架与工具链：

·精通 C++/Python，并熟练掌握 PyTorch 等深度学习框架。

·熟练使用 ROS/ROS2 进行机器人系统开发。

·拥有丰富的机器人仿真经验，精通 Mujoco, PyBullet, Gazebo 中至少一种。

·具备成功的 Sim2Real 项目经验。

5.大模型实践经验：熟悉或实践过业界主流的具身智能大模型（如 Octo, OpenVLA 等）的训练或微调流程。

6.综合素质：具备出色的问题分析与解决能力，对技术充满热情，能够独立思考并引领技术方向，同时拥有良好的团队协作精神。

加分项：

1.拥有双臂协同操作（Dual-Arm Manipulation）或灵巧手（Dexterous Hand）控制经验者优先。

2.在缝制、装配、打磨等精细操作场景有成功的机器人项目落地经验者优先。

2.具备大规模具身模型训练经验，熟悉多模态数据处理与传感器融合（视觉/LiDAR/力控）方案。

3.在机器人或AI领域的顶级会议/期刊（如 CoRL, RSS, ICRA, NeurIPS, ICML 等）发表过论文者优先。

4.熟悉机器人动力学建模与系统辨识。