研究型实习生-面向开放环境的通用具身智能体泛化优化研究

Responsibilities

1. **多源数据驱动的跨域泛化**：研究 VLA 与 WAM 两条路线下多源异构数据（遥操作轨迹、人类演示、仿真数据、无标注视频）的差异化利用策略、跨本体统一动作表示、以及数据多样性优化，提升智能体在分布外场景下的泛化能力。 2. **RL 后训练驱动的行为泛化**：研究基于世界模型的想象训练与大规模 RL 后训练方法，突破行为克隆的泛化边界，涵盖通用奖励设计、异构架构 RL 适配、以及部署端持续进化闭环。 3. **物理AI研发闭环全链路搭建**：参与物理AI研发基础设施建设，包括数据采集与管理流水线、VLM/VLA与WFM/WAM等基础模型的训练与评测平台、以及仿真-真机部署闭环工具链，为上述研究方向提供可复用的AI Infra支撑。 核心算法成果将沉淀至 ModelScope、HuggingFace 及 PAI 开源算法库，支持在 NeurIPS、ICML、ICLR、CoRL、RSS、CVPR、ICCV、ECCV等顶会发表论文。

Requirements

1. 国内外博士生，计算机科学、人工智能、机器人学、自动化或相关专业，实习时间不少于 6 个月； 2. 在具身智能、机器人学习、强化学习、多模态大模型（VLM/VLA）、世界模型（WFM/WAM）、模仿学习、计算机视觉等方向中，至少一个有扎实研究基础； 3. 熟悉 PyTorch，具备扎实的编程能力（Python 为主），能独立完成从算法设计到论文撰写的完整研究流程； 4. 在相关领域顶会/期刊以第一作者或核心作者身份发表过论文。 加分项： 1. 有 VLA/VLM 模型训练经验，熟悉 Qwen系列、OpenVLA系列、Pi系列、GR00T系列等代表性工作； 2. 有具身 RL 训练经验，熟悉 GRPO/PPO/DPO 等算法及slime、chatlearn、verl、RLinf、cosmos-rl等框架； 3. 有世界模型相关研究经验，了解 Wan系列、Cosmos系列、以及Dreamzero、Motus 等代表性工作； 4. 有具身机器人/智驾等实践经验（仿真或真机），熟悉 LIBERO、MuJoCo/Isaac Sim、CARLA等引擎和平台、3D/4D重建及神经渲染等技术。

Who this role is for

在校博士

Company overview