The posting
岗位职责 1. 负责具身视觉语言动作模型(VLA)和世界动作模型(WAM)的架构设计、训练、评测和真实机器人部署。 2. 研究视觉、语言、动作、本体状态和环境状态的统一表示与联合建模。 3. 研究视频预测、动作预测、环境状态建模和机器人动作生成的联合建模方法。 4. 负责多任务、多场景和多机器人构型下的策略学习与动作生成。 5. 研究行为克隆、强化学习、模仿学习、扩散策略、视频预测和动作分块等方法。 6. 负责机器人长程任务中的任务理解、动作规划、状态预测和策略执行。 7. 研究长时序任务规划、动作分解、动作 chunking 和未来状态预测。 8. 负责模型训练数据的预处理、清洗、增强、数据混合、训练配比和质量分析。 9. 设计模型评测体系,覆盖任务成功率、动作质量、恢复能力、安全性和推理延迟。 10. 负责模型从仿真到真实机器人的迁移,解决视觉差异、动力学差异和动作接口不一致问题。 11. 与数据、仿真、控制、Agent和机器人平台团队协作,打通数据采集、训练、部署和反馈闭环。 12. 参与跨本体、跨任务和跨环境的模型泛化研究,探索 robot token、embodiment context 和 in-context adaptation。 任职要求 1. 计算机、机器人、自动化、人工智能、电子工程等相关专业本科及以上学历。 2. 具有机器学习、深度学习、机器人学习或多模态模型研发经验。 3. 熟悉 Transformer、Diffusion、行为克隆、强化学习、模仿学习、视频预测或世界模型中的一种或多种。 4. 熟悉 PyTorch,具备模型训练、调试、微调和性能优化能力。 5. 熟悉 Linux、Git、Python,能够独立完成算法实现和实验复现。 6. 理解机器人状态、动作空间、控制频率、传感器延迟和真实部署约束。 7. 具备大规模模型训练、分布式训练或多机多卡训练经验。 8. 具备良好的实验设计、问题分析和论文/代码复现能力。 9. 能够将研究方法转化为真实机器人可运行的工程系统。 加分项 1. 有 π0/π0.5/π0.7、LingBot-VLA、DreamZero、Dreamer系列、LAPA、fast-WAM等项目经验。 2. 有 VLA、WAM、世界模型、视频预测或机器人基础模型论文/开源项目经验。 3. 有大规模多模态数据训练、分布式训练或多机多卡训练经验。 4. 有真实机器人部署、Sim2Real 或跨本体迁移经验。 5. 有 in-context adaptation、long-context control、test-time adaptation 或 demonstration-conditioned policy 经验。 6. 有灵巧手、触觉、力控、多模态融合或长程操作任务经验。 7. 有 ICRA、IROS、CoRL、RSS、NeurIPS、ICLR、ICML、ICCV、CVPR、ECCV等论文或开源成果。



