Agentic Robotics 研究工程师

负责面向具身智能的 Agentic Robotics 研究与开发，构建能够理解复杂指令、自主分解任务、制定计划并闭环执行的机器人智能体系统。

研究机器人智能体的长期记忆机制，包括情景记忆、语义记忆、技能记忆和环境记忆，探索记忆的生成、检索、更新、压缩与遗忘，提升机器人在长程任务中的一致性和持续学习能力。

探索机器人智能体的自我进化能力，通过自主探索、经验积累、失败反思、策略修正、技能沉淀和课程生成，构建“执行—反馈—反思—学习—再执行”的持续迭代闭环。

研究任务规划、技能调用、工具使用、异常检测和自主恢复等关键技术，推动机器人智能体在操作、导航及复杂长程任务中的训练、评测与真实系统落地

计算机、人工智能、自动化、机器人工程、认知科学、数学等相关专业硕士及以上学历，博士优先。

编程与算法基础扎实，熟练掌握 Python、PyTorch 和 Linux 开发环境，具备大语言模型、多模态模型、机器人学习或智能体系统相关研发经验。

深入理解智能体架构、长期记忆、任务规划、持续学习和自我反思等技术，熟悉上下文管理、记忆检索与更新、经验回放或自主课程学习中的一种或多种方向。

具备从算法设计、系统集成到闭环评测的完整实践能力；了解 VLM、VLA、世界模型及机器人策略模型的基本原理与能力边界，能够分析并解决长程任务中的规划错误、记忆污染、灾难性遗忘和执行偏差等问题