The posting
VLA 端到端模型研发: 设计并训练端到端视觉-语言-动作模型（如 RT-2、OpenVLA、π0、Diffusion Policy、3D Diffusion Actor 等），实现从视觉输入与语言指令到机器人低维动作空间的直接映射。 研究动作表示与生成机制: 动作 Token 化（Action Tokenization）、隐动作量化（Latent Action Quantization, LAPA）、扩散式动作生成（Diffusion Policy）、流匹配（Flow Matching）等前沿方案。 探索 RL 与模仿学习（IL）的混合训练范式：利用人类演示数据初始化策略，再通过 RL 进行微调和鲁棒性增强。 强化学习运控与策略优化: 包括 PPO、SAC、RLHF（Human Feedback for Robotics）、DAPG 等算法在关节级/任务级控制中的应用。 模型部署与实时性优化: 负责 VLA/RL 模型在机器人芯片(Orin、Thor）上的轻量化部署，满足实时控制需求（端到端延迟 < 50ms，控制频率 ≥ 50Hz），解决长上下文视觉序列与语言指令的并行处理瓶颈。 设计模型与底层运控（WBC/MPC）的协同接口: 实现高层 VLA 策略输出与低层全身控制器的平滑衔接，确保物理安全性与稳定性。
计算机科学、人工智能、机器人学、自动化、控制理论等相关专业，硕士及以上学历。 VLA 深度经验：精通至少一种端到端 VLA 架构（RT-2、OpenVLA、Octo、π0、GR00T 等），理解其动作空间设计、训练目标与推理机制。 强化学习：熟练掌握 PPO、SAC、RLHF、GAE、TD(λ) 等算法原理与实现，具备在连续动作空间（机器人控制）中的 RL 训练经验。 机器人学基础：熟悉运动学（FK/IK）、动力学、坐标系变换（SMPL Y-up/Z-up 等）、关节空间与任务空间映射、全身控制（WBC）概念。 工程能力：精通 PyTorch，熟悉 CUDA 优化、模型服务化（vLLM、Triton）优先。 仿真与部署：熟练使用 Isaac Sim、MuJoCo、Genesis 等仿真环境；具备真实机器人平台（人形/四足/机械臂）的部署与调试经验。
加分项 人形机器人专项：具备双足机器人平衡控制、步态规划、全身操作（Whole-Body Manipulation）的算法或工程经验。 运控基座协同：熟悉 WBC（Whole Body Control）、MPC（Model Predictive Control）或强化学习运控基座模型（如 SONIC、Humanoid-Gym），能实现 VLA 高层规划与低层运控的分层/端到端协同。 前沿技术跟踪：关注 Native Multimodal、World Model（如 Sora/Dreamer 用于机器人）、3D 场景理解（点云/NeRF/Gaussian Splatting 与 VLA 结合）等方向。 数据基建：有大规模机器人数据采集体系统筹经验（如动捕、VR 遥操作、自主数据飞轮），熟悉 BVH/SMPL 数据格式与重定向（Retargeting）。 全栈能力：能独立完成从算法设计、训练调优到嵌入式部署的完整链路，或具备前端可视化（React/Vue）开发能力用于采训推平台搭建。
