具身智能“机器人大脑” 算法研究员/工程师

岗位概述： 宁德时代正推动两条研发主线：无人工厂与无人实验室（Self-DrivingLab）。要实现从“自动化”走向“无人化”，核心技术不仅在机械人本体，更重要的是拥有能跨任务、跨场景、跨设备泛化的具身智能大脑：能看、能理解、能规划、能执行，且在真实工业与实验环境中稳定可靠。 我们招聘顶尖具身智能算法人才，研发并落地面向真实世界的通用机器人算法栈：以VLA（Vision-Language-Action）/VLM为核心，融合视频学习、强化学习、模仿学习、元学习与类脑记忆/规划机制，推动算法在无人工厂与无人实验室持 续迭代并规模化部署。 同时，我们计划引入类脑通用智能算法：以大脑关键功能机理为启发（记忆、注意、学习、规划与自我校正等），研发可训练、可扩展、可验证的新算法与新架构，并将其系统性注入VLA/VLM与策略学习框架，形成更稳健的长期表征、更可靠的推理与更强的自驱学习能力。 我们将与高校及同类别前沿具身机器人公司共建联合实验室，联合开发软件平台与数据采集体系，确保研究从一开始就对齐真实部署与规模化数据闭环。 你将负责（Responsibilities）或参与工作： 通用机器人泛化算法：面向多任务、多场景、多形态机器人，研发可迁移、可组合、可扩展的“机器人大脑”算法与训练范式（从感知到策略到控制）。 类脑人工智能算法研发（核心加成）：以大脑工作机理为启发，研发面向具身智能的关键算法模块（例如长期/短期记忆、层级注意与路由、规划与自我校正、类脑奖惩/价值信号等），并与VLA/VLM、RL/IL框架深度耦合，提升跨任务泛化与样本效率。 VLA/VLM算法开发与改进：构建视觉-语言-动作统一模型与训练配方（预训练、对齐、行为克隆、离线RL等），并针对工业/实验场景做有效改进，形成可量化收益。 机器人世界模型算法研发：基于VLM和扩散模型等，构建视觉、位置，触力觉等多模态感知信息编码为紧凑的潜在表征，建模状态与动作之间的动态转移，使机器人能够预测未来状态、在“内心世界”模拟不同行为后果，进而实现无需真实试错的策略优化与自主决策。 仿真体系与任务建模（Simulation-first）：搭建/扩展仿真环境与任务库，构建可规模化的数据采集与评测基准；研究Sim2Real、domain randomization、系统辨识、对抗扰动与鲁棒训练。 从海量人类视频中学习：利用互联网/工业视频/操作示范，研发视频表征学习、动作发现与对齐、时序建模与可执行策略学习；结合CV技术提升可泛化感知与操作理解。 真机强化与闭环数据飞轮：在真实机器人系统上进行强化训练与持续学习；建立实采数据管线、失败样本挖掘、在线/离线训练闭环与安全护栏。 工程化部署到业务场景：将算法上线到无人工厂与无人实验室的关键任务（操作、搬运、装配、检测、仪器操作、样品处理等），满足稳定性、实时性、安全性与可维护性要求。 学术与影响力（明确交付）：围绕关键算法、系统与基准，产出高质量论文/技术报告（在合规与IP边界内），并与高校/合作伙伴共建公开影响力与人才生态。 必备要求（Must-have）： 机器人/具身智能方向顶尖算法能力与实战经验：能独立从问题定义到算法设计再到系统落地。 在以下至少两项具备深厚经验：强化学习（RL）/模仿学习（IL）/元学习（Meta-learning）/视频学习与时序建模/Sim2Real。 具备VLA/VLM相关经验：训练、评测、改进、落地至少一项做深，并能证明“有效改进”。 有真实机器人或复杂系统部署经验：对数据采集、控制闭环、实时性、安全性、鲁棒性有工程级认知。 具备高水平研究产出与写作能力：能将成果沉淀为高质量论文/报告，并持续推进发表。 加分项（Nice-to-have）： 顶会顶刊发表记录（方向匹配即可）：RSS、CoRL、ICRA、IROS、CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、NatureMachineIntelligence等。 大规模仿真平台经验（IsaacSim/Mujoco/Habitat/RLBench/自研仿真等任一）与任务生成/评测基准建设经验。 从人类视频/示范学习机器人技能：开放世界视频、动作对齐、语言标注/弱监督、跨域迁移。 VLA/VLM/WorldModel训练推理及其加速经验 大规模分布式训练与推理加速经验（多GPU训练、部署优化、边缘推理）。 熟悉工业场景流程（产线节拍、质量标准、设备接口、实验室自动化）并能把算法与业务指标绑定。