职责描述
职责描述:
模型研发:参与世界模型(World Models)的开发,优化系统在非结构化环境下的动态预测与隐空间(Latent Space)表征能力。
仿真与训练:利用仿真系统进行策略训练,并参与 Sim-to-Real 迁移技术的开发与调试。
数据管线:构建具身智能数据集,负责仿真合成数据、真实示教数据(Teleoperation)的清洗、标注与扩增。
算法复现:跟踪并复现具身智能领域前沿论文,持续优化模型在复杂抓取与长程规划任务中的泛化表现。
软硬件联调:协助将仿真中训练好的策略部署至实体机械臂,参与解决实际环境中的感知与执行偏差问题。
任职要求:
教育背景:计算机、机器人、自动化等相关专业在读硕士或优秀本科生。
编程功底:掌握Python/C++,熟练掌握 PyTorch 或 JAX 深度学习框架;熟悉 Linux 开发环境及常用的版本控制工具。
仿真经验:具备仿真系统的实际使用经验(如 NVIDIA Isaac Sim、MuJoCo 等),能够独立搭建实验场景并进行参数调优。
模型认知:了解具身智能领域主流具体模型(如Dreamer系列、VLA/RT 系列等)的核心原理。
算法基础:熟悉强化学习(RL)或生成式模型(Diffusion, VAE),对 Transformer 架构有基本理解。
工具使用:熟悉 ROS 2 通信协议,具备基本的硬件接口调用与调试能力。
综合素质:具备良好的论文阅读能力,动手能力强,能主动解决开发中的工程问题。
加分项:
有实体机械臂或灵巧手(如多指夹爪)的实际部署与手眼标定经验。
有在机器人相关竞赛(如 RoboMaster、电子设计竞赛)中获奖的经历。
在 NeurIPS、ICLR、CVPR、IROS、CoRL 等人工智能或机器人顶级会议上发表过论文。