职位描述

负责具身大脑相关算法的研发、训练、部署与实机验证，围绕典型家居、医疗康养和工业作业场景，构建从感知理解、任务规划到动作执行的端到端具身智能能力。
负责 VLA / WAM 等机器人基础模型的训练、微调、推理优化与部署落地，包括但不限于 π0.5、GR00T N1.7 等开源或自研模型框架的复现、适配、评测和工程化集成。
负责基于 AgileX ALOHA、Franka 双臂、移动操作平台等机器人本体的数据采集、遥操作控制、数据清洗、数据标注、轨迹治理与训练样本构建，形成可持续迭代的具身数据闭环。
负责机器人底层控制驱动、SDK、ROS / ROS2 节点和上层 VLA / WAM 模型之间的系统联调，保障模型在真实机器人上的稳定运行、低延迟响应和安全执行。
负责多模态传感器的接入与调试，包括 RGB-D 相机、深度相机、力 / 力矩传感器、IMU、触觉传感器等，完成多源数据的时间同步、空间标定、坐标系管理和数据质量监控。
负责机器人实机任务评测体系建设，包括任务成功率、执行稳定性、轨迹误差、响应延迟、异常恢复能力等指标设计，推动模型在不同本体和不同场景中的泛化部署。
熟悉四足机器人、人形机器人或移动操作机器人的强化学习训练与 Sim2Real 迁移，支持运动控制、操作策略、小脑控制策略与上层具身大脑的协同优化。

职位要求

硕士及以上学历，计算机、人工智能、自动化、机器人、机械电子、控制科学与工程等相关专业优先。
具备机器人学习、强化学习或多模态大模型基础，熟悉 VLA、机器人基础模型、轨迹预测、动作解码、策略学习等相关技术。
具备 π0.5、GR00T N1.7、OpenVLA、ACT、Diffusion Policy、RT 系列模型或类似具身模型的训练、微调、推理和部署经验者优先。
熟悉 Linux / Ubuntu 开发环境，具备扎实的 Python / C++ 工程能力，能够独立完成代码调试、性能分析、问题定位和工程模块封装。
熟悉基本机器人学知识，包括正逆运动学、坐标变换、轨迹规划、运动控制、动力学建模、相机标定和手眼标定等。
具备真实机器人系统联调经验，能够处理驱动异常、网络延迟、传感器不同步、坐标系漂移、控制不稳定、动作执行失败等实机问题。
具备多模态数据采集与治理经验，熟悉遥操作数据采集流程、轨迹数据格式、视频与关节数据同步、动作片段切分、异常样本过滤和训练数据组织。
具备较强的问题闭环能力，能够从模型效果、数据质量、机器人控制、传感器状态和部署环境等多个层面定位问题，并推动系统持续迭代。