岗位职责:
1.模型研发与落地: 负责研发基于 VLM + Action Expert 架构的多模态 VLA 模型,面向机器人操作场景,实现自主任务的训练与真机落地。
2.多模态感知机制: 设计并优化视觉-深度-触觉等多模态融合感知机制,增强模型对三维空间结构及接触状态的建模能力。
3.系统集成与微调: 针对高维动作空间(如双臂+双手),优化动作表示与执行链路,完成机器人的真机部署与全量微调。
4.算法创新: 设计“导航-校准-操作”系统级融合方案,实现传统运动规划与学习策略的协同工作与状态切换。
5.前沿探索: 持续跟踪前沿多模态表示学习、跨模态对齐、图学习等技术,推动算法创新与高水平论文发表。
任职要求:
1.学历背景: 硕士及以上学历,博士优先。计算机科学、电子工程、自动化、机器人学等相关专业。
2.核心技能:编程基础扎实,熟练使用 Python,熟悉 Linux 系统与 Git 版本控制。精通 PyTorch 等深度学习框架。具备 VLA / VLM 模型 研发与真机部署的实战经验。熟悉 ROS2 / MoveIt2 等机器人中间件,了解运动规划与碰撞约束。
3.感知融合能力: 具备多模态感知融合(视觉-深度-触觉等)的设计与实现能力。
4.科研能力: 具备扎实的数理基础与科研能力,有顶会/顶刊(如NeurIPS、ICML、CVPR等)论文发表经验者优先。
5.加分项: 具备图学习、图信号处理、跨域迁移学习等研究背景;对具身智能领域有浓厚兴趣,愿意深入场景解决实际问题。