The posting
我们致力于构建面向精细物理交互的通用具身智能系统,以灵巧手、移动双臂平台和人形机器人为核心载体,研究机器人在真实物理世界中完成长程、精细、接触丰富、需要交互推理的操作任务,推动从人类操作数据、机器人真机数据、仿真训练、高层策略学习到真实机器人部署的完整闭环。 您将专注于以下一/多个方向,承担关键研究与系统工作,并参与高水平论文、开源系统、技术报告或重要机器人 demo 的研发。 一、灵巧操作智能:围绕灵巧手、机械臂、移动双臂平台和人手操作数据,开展精细操作算法研究与真机部署,重点关注机器人在复杂接触、精细操控和长程序列任务中的操作智能。 1. 构建和利用人类第一视角操作数据、遥操作数据、机器人真机数据与仿真交互数据,研究灵巧操作策略的训练、泛化与迁移。 2. 研究面向灵巧手和双臂系统的强化学习、模仿学习、VA/VLA、world model、动作表示与接触建模方法。 3. 探索 in-hand manipulation、双手协作、移动双臂操作、工具仪器使用中的高精度、高接触复杂度任务。 4. 研究视觉、语言、触觉、力觉与机器人本体状态的多模态融合,提升灵巧操作策略在真实接触、物体差异和长程任务中的稳定性。 5. 将策略部署到真实灵巧手、机械臂和移动双臂平台中,基于真实部署反馈迭代优化数据采集、仿真建模、任务设计、策略结构与控制接口。
二、人形机器人 Loco-Manipulation:围绕人形机器人在真实环境中的移动、感知、操作与交互推理,开展高层策略学习、全身操作控制与真机系统建设,使 locomotion 服务于 interaction。 1. 研究面向操作任务的稳健全身运控能力,支持人形机器人完成复杂长程移动操作任务。 2. 研究人形机器人与灵巧手结合的全身操作控制,包括上肢操作、手部精细控制、力位混合控制、接触丰富操作和多接触协调。 3. 研究人形机器人高层策略训练与部署,将视觉、语言、任务指令、机器人状态和全身动作统一到可部署的策略框架中。 4. 构建高效的人形机器人数据采集与评测流程,支持遥操作、人类示教和长程任务数据沉淀。 5. 探索“一脑多形”的具身智能策略泛化能力,研究同一高层策略在不同构型、不同尺度、不同执行器配置的异构人形机器人之间的迁移与适配。 6. 探索人形机器人在真实场景中的长程精细操作任务,包括视觉导航、场景理解、任务规划、操作前姿态调整、接触反馈和失败恢复。
1. 计算机、人工智能、机器人、自动化、控制等相关专业背景,硕士/博士优先,优秀本科生也可考虑。 2. 具备扎实的算法与工程基础,熟悉以下至少 1–2 个方向:强化学习、模仿学习、VA/VLA、运动控制、视觉感知、sim-to-real、灵巧操作、人形机器人移动操作。 3. 具备真实机器人经验,熟悉机器人运动学、动力学、坐标变换、标定与控制接口等基础问题;至少参与过灵巧手、机械臂、人形机器人、双臂系统、移动机械臂、外骨骼或其他真实机器人平台的部署、调试、数据采集或实验。 4. 至少参与过若干具身智能、机器人学习、机器人控制或相关方向研究项目,有论文发表、投稿、复现、开源项目或系统性技术报告经验。 5. 熟练掌握 Python/PyTorch,具备较好的 C++、Linux、ROS 与主流仿真平台使用能力,能够完成实验开发、模型训练、问题排查、真机部署和结果复现。 6. 理解真实机器人研发的复杂性,具备从实验结果中定位问题、分析原因并推动策略迭代的能力,能够适应高不确定性、长周期的真实机器人研发过程。 7. 目标感强,自驱力强,愿意长期投入到高质量研究和真实机器人系统建设中,并具备良好的团队协作与沟通能力。
【加分项】 1. 有 CVPR、ICCV、ECCV、NeurIPS、ICLR、CoRL、RSS、ICRA、IROS、RA-L、T-RO 等论文发表或投稿经验。 2. 代码工程能力突出,有高质量开源项目、机器人比赛、真实机器人 benchmark、数据采集系统等项目经验。 3. 有灵巧手、移动双臂平台、人形机器人或力控操作平台的真机经验,熟悉标定、时延、接触、通信、硬件噪声、策略部署等真实系统问题,并具备完整的系统调试与闭环验证经验。



