具身智能算法研究实习生

岗位使命：

让人形机器人在真实世界中具备敏捷、协调的运动与操作能力。

我们以人形机器人打乒乓球为核心挑战场景，探索机器人学习、全身运动控制与灵巧操作的结合，推动机器人从单一动作执行走向连续、稳定的动态交互。

你将与研究及工程团队共同参与算法研发、人体动作数据基础设施建设和真机实验，围绕具体课题完成从方法探索到实机验证的研究闭环。

职位描述：

根据个人背景与研究兴趣，重点参与以下一个或多个方向：

1. 人形机器人乒乓球技能学习与自进化

探索基于自主交互、自博弈与持续学习的技能自进化机制

融合强化学习、模仿学习与运动规划，实现步法、挥拍与全身协调控制。

结合来球预测，优化击球时机、击球点与球拍姿态，提升回球精度及连续对打能力。

2. 全身移动操作与灵巧手控制

研究全身移动操作（Loco-Manipulation）与灵巧手协同控制，实现动态平衡、移动与抓握操作的协调。

推进仿真训练与真机部署，提升策略的稳定性、鲁棒性与泛化能力。

3. 人体动作数据基础设施

面向乒乓球等高动态场景，搭建人体动作自主采集系统，实现多设备协同、自动化采集、标定与时间同步。

构建自动化数据处理与清洗流水线，覆盖动作分段、异常检测、质量评估及数据集管理，支持规模化高质量动作数据生产。

任职要求：

人工智能、计算机、电子工程或电子信息等相关专业，本科及以上在读。

数学与算法基础扎实，精通 Python、PyTorch，熟练使用 C++，具备独立实现、训练及调试复杂算法的能力。

在机器人学习、全身控制、灵巧操作或人体动作数据基础设施中至少一个方向有深入积累及可验证成果。

能独立推进方法复现、方案改进与严谨验证，具备机器人仿真、真机系统或动作数据平台的完整项目经验。

仅接受全职实习，每周 5 天，连续不少于 6 个月。

加分项：

顶级会议论文、具有影响力的开源贡献，或高水平竞赛成果。

有人形机器人高动态运动、全身移动操作或灵巧手控制的真机落地经验。

有规模化人体动作采集系统、多传感器同步或自动化数据处理平台的建设经验。

申请材料：

请提供个人简历，并附上能够体现个人能力的项目、代码仓库、论文或演示视频（如有）。