The posting
1. 负责具身基础模型的后训练与强化学习研发,持续提升机器人任务的成功率、执行效率、鲁棒性与泛化能力。 2. 研究如何利用机器人真实执行中的成功、失败、及环境反馈,减少对人工的依赖,推动机器人自主能力提升。 3. 探索机器人经验的数据配方与 Scaling Law,研究交互规模与模型能力增长之间的关系。 4. 构建高效、稳定、可扩展的具身后训练系统。 5. 设计并开展仿真及真机实验,推动算法在实际任务中的验证、迭代与规模化应用。
1. 硕士及以上学历,计算机、人工智能、机器人、自动化等相关专业,具备扎实的数学 / 机器学习 / 强化学习基础,和良好的代码能力。 2. 熟悉强化学习核心算法与原理,对 Offline/Online RL 等方向有深入理解。 3. 具备较强的算法研究与实验能力,能够独立完成问题分析、算法设计、实验验证与结果分析。 4. 具备良好的工程实践能力,熟悉 PyTorch / RLinf 等框架,有大规模模型训练或强化学习实践经验。 加分项 1. 有 VLA / VLM、具身智能、真实机器人强化学习或具身大模型后训练研究经验。 2. 有分布式强化学习、Offline-to-Online RL、Reward / Critic Learning 等相关研究经验。 3. 在高水平会议发表论文,或具有高质量开源项目、算法落地成果。



