岗位描述
1. 具⾝智能核⼼算法研发 追踪 CV、强化学习、模仿学习、世界模型、多模态⼤模型（VLM/VLA）的前沿进展。 负责机器⼈感知、记忆、决策、规划、控制等核⼼算法的设计与创新。 2. 模型训练与优化部署 负责 AI 模型全流程开发：包括数据预处理、⼤规模分布式训练、性能调优。 研究模型压缩（量化、剪枝）与推理加速技术，实现模型在资源受限的机器⼈嵌⼊式平台上的⾼效部署。 3. 控制与系统集成 结合机器⼈运动学/动⼒学，设计并优化运动控制、轨迹规划算法。 负责 AI 算法与机器⼈底层通信、控制系统（如电机、关节驱动）的深度集成。 4. 多模态感知与特征融合 处理图像、视频、点云、触觉等感知数据，构建⾼鲁棒性的感知系统。 利⽤多模态融合技术，提升机器⼈在⾮结构化环境中的语义理解与空间认知。 5. 遥操作、仿真与数据闭环 构建⾼效的机器⼈遥操作系统与数据采集管线，通过⼈类⽰范数据驱动模型进化。 利⽤物理仿真平台（MuJoCo, IsaacSim, Genesis）进⾏算法迭代与 Sim-to-Real 迁移。 维护数字孪⽣环境与 3D 资产库，⽀撑⼤规模合成数据⽣成。 1. 模型理论与实践： 熟悉 VLM/VLA 模型的 Pre-train、SFT 及 RLHF/DPO 流程。 深⼊理解 Transformer、Diffusion Models、World Models 等主流架构。 熟练掌握强化学习（PPO, SAC）与模仿学习（DP, VLA, π0/0.5 等）。了解 3D 视觉技术（如 vSLAM, 3DGS, VGGT）。 2. 训练、部署与通信： 具备大规模分布式训练实战经验。 熟悉 TensorRT/ONNX 推理优化及跨平台部署。 熟悉机器⼈底层通信协议及传感器同步机制（Camera, IMU, 六维⼒, 触觉等）。 3. 机器⼈学基础： 扎实的运动学、动力学基础，了解常⽤控制理论（PID, MPC 等）。 有遥操作系统开发或⼤规模数据采集流程设计经验者优先。 4. ⼯程与⼯具： 精通 Python，熟悉 C++，具备严谨的算法实现和代码⼯程能⼒。 熟练使⽤ PyTorch 框架; 了解HTTP、DDS、WebRTC等通信和传输协议。 职位类别: 校园招聘