具身评测算法研究员/工程师

负责具身智能模型评测体系建设，主导真机评测、仿真评测和离线评测方案设计。

负责机器人操作任务的测试方法设计，包括任务定义、场景配置、测试流程、成功判定和失败归因。

负责模型评测指标设计，覆盖任务成功率、子任务完成率、执行效率、动作平滑性、碰撞率、泛化能 力、鲁棒性和安全性等维度。

负责 VLA 模型在 pretrain、mid-train、fine-tune 等阶段的评测指标设计，建立模型版本对比和能力分 析方法。

负责真机测试与仿真测试结果分析，沉淀 bad case，推动数据采集、模型训练和系统优化。

负责与算法、机器人、仿真、数据平台团队协作，建设自动化评测流程、日志规范和评测报告体系

硕士及以上学历，机器人、计算机、自动化、人工智能等相关专业优先。

具备具身智能、机器人操作、机械臂、双臂机器人、移动操作机器人或服务机器人相关经验优先。

具备真实机器人调试经验，熟悉相机标定、坐标系对齐、末端控制、传感器同步、执行误差和安全保护 等常见问题。

对 VLA 模型有一定理解，了解模型输入输出、action space、数据格式、训练流程和常见评测方法。

熟悉机器人学习或具身智能相关模型，如 Behavior Cloning、Diffusion Policy、ACT、OpenVLA、 π0、GR00T、VLM + Action Head 等。

具备较强的实验设计、指标设计和问题分析能力，能够将复杂任务拆解为可量化、可复现的评测标准。

具备 Python 编程能力，能够完成数据处理、指标计算、日志分析和自动化评测脚本开发。 加分项

有 VLA、VLM、模仿学习、机器人数据集或仿真平台相关项目经验。

熟悉 LeRobot、Open-X Embodiment、Isaac Sim、MuJoCo、ManiSkill、RoboSuite 等工具或数据格 式。

有自动化评测平台、机器人 benchmark、数据闭环系统建设经验。

熟悉 EEF/TCP 位姿、机器人坐标系、手眼标定、轨迹表示和动作空间设计