科順展覽

【應(yīng)屆碩士投遞，需碩士期間發(fā)表過論文在 sci 或者 中文核心期刊】

崗位職責(zé)?
1. 負(fù)責(zé)視覺-語言-動作（VLA）多模態(tài)大模型的架構(gòu)設(shè)計、訓(xùn)練與優(yōu)化，實現(xiàn)機(jī)器人對自然語言指令與視覺環(huán)境的端到端理解與動作生成。
2. 開發(fā)并優(yōu)化動作生成策略，融合模仿學(xué)習(xí)（BC、GAIL）、強(qiáng)化學(xué)習(xí)（PPO、SAC）、擴(kuò)散策略（Diffusion Policy）與流匹配（Flow Matching）技術(shù)，提升機(jī)器人在復(fù)雜場景下的泛化能力。
3. 構(gòu)建并維護(hù)高質(zhì)量機(jī)器人交互數(shù)據(jù)集，設(shè)計數(shù)據(jù)采集、清洗、標(biāo)注與混合訓(xùn)練流程，支撐VLA模型的閉環(huán)迭代。
4. 部署VLA模型至人形/機(jī)械臂機(jī)器人平臺，優(yōu)化推理延遲、內(nèi)存占用與能效比。

?任職要求?
?1. 計算機(jī)科學(xué)、人工智能、機(jī)器人學(xué)、自動化或相關(guān)專業(yè)?碩士及以上學(xué)歷。
?2. 精通 ?Python? 與 ?PyTorch?，具備大規(guī)模多模態(tài)模型訓(xùn)練經(jīng)驗（支持多機(jī)多卡，熟悉DeepSpeed/FSDP）。
3. 深入理解 ?Transformer?、?ViT?、?Qwen-VL等視覺-語言預(yù)訓(xùn)練架構(gòu)，具備微調(diào)與適配能力。
4. 熟練使用 ?3D視覺工具鏈?：PCL、Open3D、點(diǎn)云配準(zhǔn)、6D位姿估計、SLAM（VINS、ORB-SLAM3）。
?5. 具備?模仿學(xué)習(xí)?與?強(qiáng)化學(xué)習(xí)?實戰(zhàn)經(jīng)驗，熟悉動作序列建模、行為克隆、獎勵函數(shù)設(shè)計。
6. 有?VLA模型?（如OpenVLA、RT-2、RDT）或?多模態(tài)策略?開發(fā)經(jīng)驗者優(yōu)先。