岗位描述
1、负责 VLA 算法的研究与实现，包括视觉语言模型（VLM）、动作规划（Action Policy）、多模态对齐与强化学习融合，设计并实现端到端感知-决策-控制（Perception–Decision–Control）闭环架构； 2、与控制团队、视觉感知团队、硬件系统团队协作，实现全栈智能人形系统； 3、跟踪国内外具身操作的最新进展，能够快速理解新工作并能够提出创新性观点，完成实验验证； 4、和大模 型相结合，利用语言交互以及视觉，触觉等多模态信息实现在不同应用场景下的功能泛化和长序列动作；