The posting
根据个人经验与能力，重点承担以下一个方向的工作： 一、模型与算法研发 - 面向人形机器人在真实场景中的操作难题，识别关键技术瓶颈，制定具有前瞻性的技术方案，推动全身协同、灵巧操作与泛化能力的突破。 - 推进 VLA 大模型与训练方法的演进，探索大规模人体、机器人及仿真等异构数据的联合学习，结合预训练与后训练，验证数据、模型与算力规模增长带来的能力收益。 - 探索 VLA 与人形机器人运动控制的协同，研究动作表达、跨本体迁移及全身协调方法，解决复杂姿态、移动操作与接触扰动下的执行问题。 - 围绕灵巧手与物体交互，探索触觉融合、接触学习及强化学习等方法，提升精细操作、接触调整与复杂任务的成功率和稳定性。 - 建立从技术方案、模型训练到仿真及真机验证的完整闭环，将有效方法沉淀到统一基座与训练体系，推动技术突破转化为实际功能收益。 二、产品化交付 - 负责机器人操作算法从原型验证到产品化落地的全链路工作，包括场景后训练、模型优化、部署、系统集成与上线交付。 - 搭建与完善端到端的工程体系，包括数据闭环、训练与评测流水线、版本管理、灰度与回归验证、运行问题排查及迭代机制。 - 负责功能从定义、开发、联调、测试到交付的整体推进，对交付质量与节奏负责。 - 建立面向量产的工程规范与质量标准，持续提升功能的成功率、稳定性与可靠性。 - 将真实场景中的数据、需求与失败案例反馈至模型研发，推动算法能力与产品表现持续提升。
- 本科及以上学历，计算机、人工智能、自动化、机器人、电子等相关专业，2 年以上相关研发经验。 - 具备扎实的深度学习或机器人算法基础，能够从真实任务中定义问题，独立完成方案设计、算法实现、实验分析与效果验证。 - 在以下至少一个方向有深入经验： - 具身大模型：主导或深度参与过大规模 VLA 或具身多模态模型研发，具有异构数据处理、联合训练及预训练或后训练经验，能够分析数据、模型与算力投入带来的能力收益。 - 全身控制与操作：具有人形机器人运动控制、全身控制或运动与操作协同经验，理解机器人动力学与控制约束，能够将学习算法与实际控制系统结合。 - 灵巧操作与触觉：具有灵巧手操作、触觉感知、接触建模或机器人强化学习经验，能够围绕抓取、手内调整、精细施力等问题设计并验证算法。 - 算法产品化：主导或深度参与过机器人、无人系统或智能硬件功能从研发到上线的全过程，熟悉模型调优、部署、系统集成与测试验证，能够推动功能达到交付要求。 - 熟练掌握 Python 或 C++，熟悉 PyTorch 等主流框架，具备扎实的代码实现、调试与复杂问题定位能力。 - 重视真实任务表现，能够结合数据、实验与系统反馈，分析并解决泛化不足、执行失败和运行不稳定等问题。 - 具备良好的技术判断、责任心与跨团队推进能力，能够在技术路线或工程链路尚不完善时主动定义问题、推动解决。 加分项 - 有通过扩大数据与训练规模，持续提升机器人跨任务、跨场景或跨本体能力的实践。 - 有 VLA 与全身控制结合、人体动作迁移、触觉闭环或灵巧操作的真机验证经验。 - 有技术成果被多个任务复用，或从前沿方法验证推进到实际产品应用的经验。 - 有带领小团队完成关键技术攻关或功能交付的经验，或有高水平论文、开源项目等代表性成果。
