人形机器人VLA算法实习生

Responsibilities

- 参与人形机器人 VLA 模型的设计、训练与评测； - 研究视觉、触觉、语言、机器人状态与动作的多模态表征及融合； - 探索世界建模、未来状态预测、动作生成与长时序任务规划； - 参与人形机器人 Contact-rich 任务研发，覆盖全身交互、灵巧操作及双臂协同等方向； - 搭建面向人形机器人操作与全身交互的仿真 Benchmark，包括任务、场景、资产和评测体系； - 参与 Real-to-Sim-to-Real 工作流建设，开展数字孪生、系统辨识及仿真参数校准； - 探索仿真数据、真机数据及视频数据的联合利用，支持模型预训练、策略学习和 Sim-to-Real 迁移； - 参与真机强化学习系统研发，研究安全探索、数据高效学习、在线策略优化及仿真预训练—真机微调； - 在仿真和真机平台开展实验，评估模型的任务表现、鲁棒性及泛化能力； - 跟踪并复现具身智能、世界模型及机器人基础模型领域的前沿工作。

Requirements

- 计算机、人工智能、机器人、自动化或相关专业本科及以上在读； - 掌握机器学习与深度学习基础，了解计算机视觉、生成模型、模仿学习或强化学习； - 熟练使用 Python 和 PyTorch，具备模型训练、调试及实验分析能力； - 对机器人运动学、动力学、控制或接触建模有基本了解； - 了解至少一种机器人仿真平台，如 Isaac Sim、Isaac Lab、MuJoCo、SAPIEN、Genesis 等； - 具备良好的代码实现、论文阅读、实验设计和问题分析能力； - 对人形机器人、世界模型、触觉感知及具身智能有浓厚兴趣； - 每周实习不少于 4 天，实习期不少于 4 个月，可连续实习 6 个月者优先。 加分项 - 有 VLA、多模态模型、世界模型或机器人基础模型相关经验； - 有视觉—触觉学习、视频生成、未来状态预测或潜空间动力学相关经验； - 有模仿学习、强化学习、真机在线优化或机器人自主数据采集经验； - 有高自由度灵巧手、双臂机器人、人形机器人或全身控制开发经验； - 有 Contact-rich 任务、仿真 Benchmark 或数字孪生相关经验； - 有 Real-to-Sim-to-Real、Sim-to-Real、大规模并行仿真或合成数据生成经验； - 熟悉触觉、力/力矩等机器人传感器及多模态数据采集系统； - 有相关论文、竞赛经历或高质量开源项目。 实习收获 - 参与人形机器人从多模态数据、世界建模、仿真训练、真机强化学习到实际部署的完整研发流程； - 接触人形机器人、高自由度灵巧手、多模态传感器及前沿具身智能算法； - 表现优秀者可获得转正机会，并支持产出论文、专利或开源成果。

Who this role is for

本科及以上

Company overview