一、岗位职责
1. VLA 模型研发与训练：
（1）负责 Vision-Language-Action (VLA) 模型的架构设计、预训练及微调（Fine-tuning）。探索基于 Transformer 的多模态大模型在机器人感知、决策与规划中的应用。
（2）将视觉（Vision）、语言（Language）指令映射为机器人的底层控制动作（Action），实现端到端的机器人操控。
2. 基于 NVIDIA 平台的仿真环境构建：
（1）基于 NVIDIA Isaac Sim / Isaac Lab (Orbit) / Omniverse 搭建高保真机器人仿真场景。
（2）利用 Isaac Sim 的 Replicator 生成大规模合成数据（Synthetic Data），包括语义分割、深度图及物理交互数据，用于模型训练。
3. 大规模强化学习与模仿学习：
（1）在仿真环境中利用 GPU 加速（Isaac Gym/Warp）进行大规模并行强化学习（RL）或模仿学习（Imitation Learning）训练。
（2）解决 Sim-to-Real（虚实迁移）的核心问题，通过域随机化（Domain Randomization）等技术，确保模型能成功部署到真实机器人（双足/四足/机械臂）上。
4. 部署与优化：
（1）负责模型在边缘端设备（如 NVIDIA Jetson Thor/Orin）上的量化、剪枝与实时推理优化。
（2）负责机器人底层运动控制算法与上层 VLA 模型的接口对接。
二、任职要求
1. 计算机、自动化、机器人、人工智能等相关专业。
2. 精通 Transformer 架构，熟悉主流多模态模型（如 CLIP, ViT, LLaVA, Flamingo 等）原理。
3. 熟练掌握 PyTorch 深度学习框架。有 VLA 模型（如 RT-1/RT-2, VoxPoser, Palm-E）复现或改进经验者极高优先级。
4. 熟练使用 NVIDIA Isaac Sim 或 Isaac Lab (基于 Omniverse) 进行机器人建模和环境搭建。（必须]）
5. 熟悉 USD (Universal Scene Description) 文件格式及 Omniverse Kit 开发。
5. 熟悉 Python/C++ 编程，具有良好的工程落地能力。
6. 熟悉 ROS/ROS2/Openpilot 机器人操作系统，能够打通仿真与真实机器人的通讯链路。