岗位描述
岗位职责:
1、强化学习落地:研发PPO/SAC/DreamerV3等RL算法,优化机器人移动与决策,探索离线RL提升训练效率。
2、模仿学习:行为克隆、逆强化学习、扩散策略研发,搭建遥操作数据闭环,实现机器人技能迁移与少样本泛化。
3、机器人VLA大模型:基于OpenVLA/RT-2等基座模型做工业户外场景微调,搭建“大模型语义+小模型控频”双系统架构。
4、数据与训练工程:构建机器人数据流水线,依托公开数据集预训练,优化分布式训练与模型迭代效率。
任职要求:
1、硕士及以上,计算机/人工智能/机器人等相关专业。
2、精通PyTorch/TensorFlow,熟悉强化学习、模仿学习核心算法。
3、了解世界模型、VLA视觉语言动作模型微调方法。
4、熟练Python、Linux、Git/Docker,具备算法落地工程能力。
5、加分项:顶会论文/开源项目、Diffusion Policy/Transformer决策模型、Sim-to-Real仿真迁移、Jetson边缘部署量化、移动操作机器人项目经验。