具身智能算法实习生（灵巧操作 / VLA & WAM）

AI 摘要智能生成

灵巧操作策略研发

职位描述

具身大模型后训练与策略优化：面向复杂灵巧操作任务，研究 VLA（Vision-Language-Action）、WAM（World Action Model）等具身基础模型的后训练方法，探索监督微调（SFT）、模仿学习（IL）、强化学习（RL）等技术，突破基于遥操作示范数据的监督学习范式所面临的策略性能瓶颈，进一步提升机器人任务执行效率、成功率及鲁棒性。 灵巧操作策略研发：面向高自由度灵巧手及双臂操作任务，研究基于 Diffusion / Flow Matching 等生成式模型的动作生成与控制策略，优化精细操作、接触交互及长时序任务中的策略表现。 真机训练与闭环优化：参与机器人真机实验，构建数据采集、模型训练、推理部署、评测分析的完整迭代闭环，探索基于真实交互反馈的策略优化与强化学习方法，持续提升模型在真实场景中的操作性能。 模型部署与推理优化：参与 VLA/WAM 模型的高效推理与部署优化，研究异步推理、动作生成加速、模型压缩等技术，降低模型推理延迟，提升机器人实时控制性能与执行稳定性。 前沿算法研究与验证：跟踪具身智能领域前沿研究进展，复现并改进相关算法，在真实机器人任务中开展实验验证、性能评估与系统性分析，推动算法研究成果在实际场景中的应用。

任职要求

• 计算机、人工智能、机器人、自动化等相关专业，本科高年级、硕士或博士在读。
• 具备扎实的深度学习与机器学习基础，熟练使用 Python、PyTorch，具有良好的算法实现、代码阅读与工程调试能力。
• 熟悉以下至少一个技术方向：
• 具身智能与机器人学习：VLA、WAM、Diffusion Policy、ACT 等；
• 生成式模型：Transformer、Diffusion Model、Flow Matching 等；
• 强化学习与模仿学习：Behavior Cloning、PPO、SAC、Offline RL 等；
• 大模型训练与推理：模型微调、分布式训练、推理加速与部署优化。
• 具备良好的论文阅读、算法复现与实验分析能力，能够独立定位并解决模型训练、评估及部署过程中的技术问题。
• 对具身智能、机器人学习及灵巧操作具有浓厚兴趣，具备较强的自主学习能力、研究探索精神与动手实践能力。
• 加分项
• 具身大模型经验：具有 VLA/WAM、Diffusion Policy、Flow Matching 等模型的训练、微调或相关开源项目经验。
• 真机实验经验：具有机械臂、双臂机器人、灵巧手等真实机器人平台的开发、数据采集、策略训练或部署经验。
• 强化学习经验：熟悉 Online/Offline RL、RL Fine-tuning、Reward Modeling 等技术，具有机器人强化学习或真实环境策略优化经验。
• 部署优化经验：熟悉 TensorRT、ONNX、CUDA、模型量化、蒸馏或实时推理系统优化，具有大模型高效部署经验。
• 科研与开源成果：在 CoRL、RSS、ICRA、IROS、NeurIPS、ICLR 等会议发表过相关论文，或具有高质量开源项目贡献。