The posting
岗位职责 参与具身基础模型的后训练与强化学习研发,提升机器人任务的成功率、执行效率、鲁棒性与泛化能力。 参与机器人自主学习算法研究,利用真实执行中的成功、失败及环境反馈,探索减少人工依赖的方法。 参与机器人交互经验的数据配方与 Scaling Law 研究,分析交互规模与模型能力增长之间的关系。 参与具身后训练系统的开发与优化,提升训练与数据处理的效率、稳定性和可扩展性。 协助开展仿真及真机实验,完成算法实现、实验验证与结果分析,推动算法在实际任务中的迭代。 任职要求 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,具备扎实的数学与机器学习基础。 熟悉强化学习基本原理,对 Offline / Online RL、VLA / VLM、具身大模型等方向中的一个或多个有所了解,并有浓厚的研究兴趣。 具备良好的算法实现与实验能力,能够在指导下开展问题分析、算法复现、实验设计与结果分析。 熟悉 Python 和 PyTorch,具备良好的代码能力;有大模型训练、强化学习或 RLinf 等框架使用经验者优先。 有相关科研经历、高水平会议论文、高质量开源项目或真实机器人实践经验者优先。



