【27校招】算法工程师（机器人）

遥操作数据采集与处理：使用团队现有的遥操作系统，驱动双臂机器人在模拟工厂场景中执行任务，采集并清洗多模态（视觉、关节角、末端位姿）对齐数据，构建高质量的训练数据集。VLA策略微调与评测：在项目负责人的指导下，基于开源框架（如ACT、Diffusion Policy等）运行策略微调代码，监控训练过程，执行模型评测指标，记录并分析模型表现。世界模型与记忆能力探索验证：协助跟进“世界模型”与“机器人记忆机制”的前沿研究，参与复现相关论文代码（如Dreamer系列、基于Transformer的长序列记忆模块等）；探索如何将历史操作经验（Episodic Memory）或长期环境表征作为条件输入，增强机器人在长程连续任务中的记忆能力与前瞻规划能力。算法真机部署与控制对接：编写Python/C++脚本，将VLA或RL策略输出的动作指令转化为机械臂控制指令；通过ROS2或机械臂SDK与底层硬件通信，打通“感知-预测-决策-执行”的完整真机闭环。前沿技术追踪与代码化：持续关注具身智能、VLA及世界模型的最新学术进展，快速阅读前沿论文并将其核心思想转化为可运行、可验证的代码原型。

学历与专业背景：硕士及以上学历，计算机、自动化、人工智能、机器人等相关专业。强化学习算法基础：深入理解强化学习基本原理（MDP、策略梯度、Actor-Critic等），熟悉主流RL算法（如PPO、SAC、TD3等）；具备在机器人仿真环境（如Isaac Gym、Mujoco）中应用RL训练策略的经验，了解强化学习在序列决策及控制中的前沿应用。VLA模型经验：熟悉视觉-语言-动作（VLA）模型（如OpenVLA、RT系列等）或模仿学习算法（如ACT、Diffusion Policy）的原理；有成功复现、微调上述开源模型，或具备多模态数据（视觉、语言、动作）训练经验者优先世界模型认知与探索：对“世界模型”前沿进展有浓厚兴趣与持续跟踪，了解其在机器人动作推演与前瞻规划中的应用（如基于视频生成的未来预测、状态空间模型等）。综合素质：具备较强的动手实践能力，对真机调试有热情；学习能力强，能在项目负责人指导下快速迭代，有良好的团队沟通与协作精神。