岗位描述
【方向：VLA端到端模型与RL后训练】 设计并训练视觉-语言-动作多模态Transformer（参考RT-2、Octo、PaLM-E），输入自然语言指令 + 空间Token + 本体感觉，输出离散/连续动作Token（关节角度、末端位姿或扩散策略）。 优化模型在真机上的推理速度与泛化能力，探索不同动作表示与模型压缩技术。 利用仿真环境（Isaac Sim、Mujoco）对VLA模型进行强化学习微调（PPO/SAC/RLPD），解决域迁移导致的分布漂移。 设计域随机化、系统辨识、扰动注入策略，提升策略在真实机器人上的成功率与平滑度。