具身算法实习生

研发移动与操作一体的通用模型，希望通过合理的模型架构和数据 scaling，实现通用物理智能。本岗位负责操作及移动操作能力的研发，覆盖数据、训练与真机验证。

1. 负责移动与操作一体化模型的算法研发；

2. 研究模型架构与数据 scaling 对通用操作能力的作用，验证数据规模、数据配比和模型结构如何转化为真实任务成功率；

3. 探索模仿学习、VLA、世界模型等技术在操作与移动操作中的用法，完成模型设计、训练、调参、评测与消融；

4. 负责操作数据方案，包括第一人称视频、UMI、遥操作及真实场景数据的采集、清洗、对齐与质量分析，支持数据规模和多样性持续扩展；

5. 完成模型的真机部署与闭环验证，分析失败案例并迭代，打通数据、训练到机器人执行的链路；

6. 跟踪具身操作与机器人学习的前沿进展，推动有效方法在轮式、足式及带臂平台上落地。

1. 计算机、人工智能、机器人等相关专业，硕士及以上学历；

2. 具备机器人操作学习基础，熟悉模仿学习、VLA、世界模型中至少一个方向，理解从数据、训练到真机验证的基本流程；

3. 熟练使用 Python 和 PyTorch，能够独立完成数据处理、模型训练和实验分析；

4. 有机械臂、移动操作或遥操作项目经验，能够在真实机器人上验证算法；

5. 关注数据质量、数据规模与模型效果之间的关系，具备较快的实验迭代能力；

加分项

1. 有移动操作经验，例如在移动中完成按电梯、开门、取放；

2. 有第一人称、UMI 或遥操作数据的采集与质量分析经验；

3. 有大规模或分布式训练经验；

4. 熟悉 Isaac Sim、MuJoCo 等仿真环境，有仿真到真机的迁移经验；

5. 在 CoRL、RSS、ICRA、CVPR、NeurIPS、ICLR 等发表过论文，或有有影响力的开源项目。