The posting
用学习方法让全尺寸人形机器人在真实世界里稳定地动、灵巧地做、自然地交流,研究成果要落到真机和产品上,以下三个方向选一,具体如下:
方向一:具身基础模型 1、研究并训练面向人形机器人的VLA、世界模型或动作生成模型,覆盖感知、语言、动作的统一表征。 2、设计数据配方:真机遥操作、仿真、人类视频的混合与配比,跨本体迁移。 3、研究大模型在机器人上的推理效率:动作分块、蒸馏、端侧部署。 4、和数据平台、评测系统一起定义训练与评测闭环。 方向二:全身灵巧操作 1、研究人形机器人双臂加灵巧手的操作策略,包括抓取、装配、工具使用、移动中操作。 2、融合视觉、触觉、力觉,解决接触丰富、高精度、双手协同等难题。 3、设计遥操作与数据采集方案,提升演示数据的质量和效率。 4、研究操作策略的泛化:新物体、新场景、新任务。 方向三:交互算法 / 系统 1、研究表情生成、口型同步、眼神与注视、全双工语音对话。 2、研究从语音或多模态意图生成面部和肢体动作的学习方法,并做到低延迟、可控。 3、搭建端到端交互系统:语音识别、对话、合成、表情、动作的时序对齐与延迟优化。 4、建立交互质量的评测方法,覆盖自然度、同步误差和用户主观评分。
1、机器人、计算机、自动化、电子或相关专业硕士及以上;博士优先。 2、熟练使用 Python 和 PyTorch,能独立复现和改进前沿论文。 3、至少满足一项: - 在 CoRL、RSS、ICRA、IROS、CVPR、NeurIPS、ICLR、Science Robotics等会议或期刊发表过相关一作论文; - 有在真实机器人上完成并迁移学习策略的工作; - 有开源影响力的项目。 4、具备所选方向的核心基础: - 具身基模:大模型训练、多模态表征。 - 全身运控:强化学习、机器人动力学。 - 灵巧操作:模仿学习、接触建模。 - 交互:语音与面部生成、实时系统。 - 愿意下真机调试,能把问题分解到数据、模型、控制、硬件各层。
加分项 - 有人形机器人、四足机器人或灵巧手的真机部署经验,做过从零到一的系统。 - 熟悉 Isaac Lab、MuJoCo、Genesis 等仿真平台,以及大规模并行训练。 - 有大规模分布式训练经验,比如 FSDP、DeepSpeed、千卡级集群。 - 交互方向:做过流式语音、口型或表情驱动(如 Audio2Face 类方法)、端侧推理优化。



