锦鲤求职岗位描述
岗位职责
团队介绍
团队面向真实机器人操作任务，研究基于视觉—语言—动作模型（VLA）、世界模型（World Model）和强化学习的机器人自主学习方法，重点探索机器人在真实环境中的持续数据采集、策略优化、失败恢复、多任务学习及跨本体能力迁移。
我们希望招聘一名具有较强算法基础和工程实践能力的硕士毕业生，共同推进相关算法从研究原型到真实机械臂系统的落地。
岗位职责
1. 参与VLA与World Model驱动的真机强化学习系统研发，打通数据采集、策略训练、真机执行、反馈评估和持续更新闭环；
2. 研究goal-conditioned VLA、结构化视觉子目标、价值/进度评估、失败恢复及安全探索等关键技术；
3. 负责机械臂操作任务的真机部署与实验，包括标定、感知、策略推理、动作执行、数据记录和问题定位；
4. 建设真机RL训练与评测基础设施，包括异步采样、Replay管理、自动化评测、模型版本管理和实验可视化；
5. 参与多机械臂并行数据采集、多任务学习以及同构/异构机械臂之间的知识共享与能力迁移；
6. 跟踪机器人学习、VLA、World Model和强化学习领域的前沿工作，完成算法复现、改进及实验验证；
7. 参与论文、专利、技术报告及开源项目等科研成果产出。
岗位要求
岗位要求
1. 计算机、人工智能、自动化、机器人、控制、电子信息等相关专业硕士学历；
2. 熟练使用Python，具备良好的PyTorch编程能力，熟悉Linux、Git及基本软件工程流程；
3. 对强化学习、模仿学习、机器人学习、VLA或World Model中的至少一个方向有较深入理解；
4. 能够阅读英文论文，并将论文方法转化为可运行、可验证的代码和实验；
5. 具备较强的实验分析和问题定位能力，能够根据日志、数据和可视化结果分析模型失败原因；
6. 具有良好的沟通协作能力、责任心和持续学习能力，愿意参与真实机器人系统的部署与调试。
加分项
1. 有机械臂操作、ROS/ROS2、仿真环境或真实机器人部署经验；
2. 有强化学习或模仿学习项目经验，实际完成过数据采集、训练、评测和部署闭环；
3. 熟悉Diffusion Policy、Flow Matching、Action Chunking、Goal-conditioned RL、Offline RL等方法；
4. 熟悉VLA模型、视觉语言模型、视频生成/预测模型或机器人世界模型；
5. 有目标检测、分割、跟踪、位姿估计、多视角视觉或力觉处理经验；
6. 有多机并行采样、分布式训练、异步数据管线或跨机器人迁移经验；
7. 在机器人、计算机视觉、机器学习相关会议发表过论文，或有高质量开源项目和竞赛成果。