The posting
职位描述 负责机器人学习算法在真实数据闭环和策略迭代流程中的研发与落地。岗位重点包括 VLA、多模态机器人策略、真实机器人强化学习、策略后训练、纠错学习和世界模型等方向。你将参与从真实机器人数据采集、训练数据构建、策略训练、评估分析到下一轮策略改进的完整技术流程，推动机器人在真实任务中的持续提升。
工作职责 - 跟进并复现前沿机器人学习方法，包括 VLA、真实机器人强化学习、策略后训练、纠错学习、世界模型等方向。 - 将先进训练方法接入真实机器人数据闭环和策略迭代流程。 - 参与真实机器人实验，包括数据采集、训练、评估、失败分析和改进方案设计。 - 构建和优化训练数据处理、模型训练、评估和实验管理流程。 - 分析策略失败原因，判断问题来自数据覆盖、模型能力、动作时序、感知误差、奖励设计还是训练不稳定。 - 设计严谨实验，验证不同数据、奖励、纠错、世界模型反馈或后训练方法对策略表现的影响。 - 与机器人、算法、系统工程团队协作，将研究方法转化为可运行的工程系统。 - 持续阅读前沿论文和开源项目，并沉淀高质量技术判断和实验方案。
任职要求 - 熟悉机器人学习、模仿学习、强化学习、多模态模型、VLA 或世界模型中的至少一个方向。 - 熟练使用 Python / PyTorch，能够读懂并修改复杂训练代码。 - 有较强工程能力，能独立跑通、复现和改造开源算法。 - 具备严谨实验意识，能够设计 baseline、控制变量、分析失败原因。 - 对真实机器人系统的不确定性有基本理解，愿意处理真实数据和真实实验中的复杂问题。 - 学习能力强，对近一年具身智能前沿进展保持敏感。
加分项 - 有真实机器人、机械臂、移动机器人、灵巧手或人形机器人项目经验。 - 熟悉 ROS / ROS2、机器人数据格式、相机/状态/action 数据处理。 - 做过 VLA、LeRobot、OpenVLA、π 系列、GR00T、Diffusion Policy、ACT、real-robot RL、offline RL、world model 等相关工作。 - 有顶会论文复现、开源项目贡献或高质量研究工程经历。 - 具备多模态大模型、视频模型、reward model 或 evaluation system 经验。
