岗位职责：1、研发面向机器人操作任务的多模态大模型（如视觉-语言-动作模型），提升机器人在复杂场景下的抓取、装配、灵巧操作能力。
2、探索大模型在机器人规划、控制、状态估计中的应用，结合强化学习（RL）、模仿学习（IL）等方法优化端到端策略。
3、构建机器人操作的知识库与技能库，利用检索增强生成（RAG）、知识图谱（KG）等技术增强模型的任务泛化性。研究物理仿真（如PyBullet、Isaac Gym）与真实机器人系统的Sim2Real迁移方法。
4、在真实机器人平台（如机械臂、灵巧手、移动操作机器人）上部署和优化算法，推动实验室技术向产业应用转化。
任职要求：1、博士及以上学历，计算机、电子工程、自动化等相关专业；
2、熟悉机器人运动规划（Motion Planning）、力控制（Force Control）、多模态感知（视觉/触觉）等核心技术。有机器人操作相关研究或实习经历（如抓取、装配、桌面级任务）。
3、熟悉Transformer、扩散模型、强化学习（RLHF）等算法，有LLM或多模态模型（如RT-1、PaLM-E）研究经验。
（加分项）熟悉具身智能（Embodied AI）或机器人操作数据集。
4. 在机器人学/AI领域发表过顶会论文（RSS、ICRA、IROS、CoRL、NeurIPS等），或参与过机器人操作相关开源项目加分