Agentic Self-Improving 算法研究员

岗位描述

岗位职责
1、机器人Agent架构设计

设计机器人 Agent 架构，构建“感知—推理—规划—执行—反思—学习”闭环。

2、多模态大模型融合研究

研究 LLM、VLM、VLA 与 Robot Foundation Model 的融合方法。

3、技能学习与进化

探索机器人技能的自主发现、生成、组合、迁移和持续进化。

4、自评估与自反思算法

研究基于执行反馈的自评估、自反思、自纠错及策略优化算法。

5、数据闭环构建

构建任务生成、主动探索、数据采集、失败挖掘和模型迭代的自动化数据闭环。

6、真机平台部署

推动算法在机械臂、双臂或人形机器人平台上的验证与部署。

任职要求
1、学历要求

全职岗位：硕士及以上学历，计算机、人工智能、机器人、自动化、控制或相关专业。

具有机器人、具身智能、强化学习、模仿学习或 Agent 系统相关研究/项目/课题/竞赛经验。

2、算法基础

具备机器学习、深度学习或机器人学基础。

熟悉 Agent、VLA、机器人学习、模仿学习、强化学习或持续学习中的至少一个方向。

3、工程与实验能力

具备良好的论文阅读、算法实现和实验分析能力。

能够独立完成算法开发、实验验证和技术文档撰写。

4、技术栈

Python、PyTorch、Transformer。

LLM/VLM/VLA、Diffusion Model、Flow Matching。

模仿学习、强化学习、离线强化学习、持续学习。

ROS/ROS 2、MuJoCo、Isaac Sim/Isaac Lab、ManiSkill。

Git、Linux及常用模型训练与实验管理工具。

不要求掌握全部技术栈，具备相关方向的扎实基础和快速学习能力即可。

5、软技能

对具身智能、Robot Foundation Model及机器人自主进化具有浓厚兴趣。

具备较强的问题定义、逻辑分析和独立研究能力。

能够快速阅读论文、复现算法并形成可验证的技术方案。

具有良好的沟通协作能力、责任心和工程意识。

乐于探索开放性问题，能够适应快速迭代的研发节奏。

加分项
1、学术成果

在机器人、人工智能或机器学习相关会议、期刊发表过论文。

2、项目经验

具有 Agent、VLA、Robot Foundation Model或多模态基础模型项目经验。

具有机器人操作、双臂协作、移动操作或人形机器人研发经验。

熟悉技能发现、课程学习、世界模型、层级强化学习或自动任务生成。