VLA 算法工程师实习生

标签：人形机器人，具身智能，VLA，多模态，模仿学习，PyTorch，Sim2Real 岗位简介 本岗位聚焦人形、移动机器人 VLA（视觉 - 语言 - 动作）端到端具身大模型研发落地。以传统视觉感知为工程底座，VLA 端到端具身大模型作为演进方向，负责 VLA 模型架构设计、预训练微调、仿真训练与 Sim2Real 真机迁移，打通视觉、自然语言指令到机器人动作输出全链路，解决机器人自主抓取、人机协同场景下模型泛化、决策联动、仿真现实域差等问题，推进端到端具身智能在真实机器人场景稳定落地。 岗位职责 1. 负责 VLA 端到端模型架构设计、预训练、SFT 与模仿学习 / 强化学习优化，实现图像 + 语言指令到机器人动作的端到端映射；研究动作生成策略，迭代模型能力。 2. 搭建机器人多模态轨迹数据管线，完成仿真、真机轨迹数据采集、清洗、时序对齐与标注增强，构建高质量数据集，支撑模型规模化训练。 3. 在 MuJoCo/Isaac Sim 仿真平台开展模型训练与评测，研究域随机化方案，完成 Sim2Real 迁移，缩小仿真与真机之间的域差异。 4. 负责 VLA 模型轻量化、推理加速、边缘部署，对接机器人感知、运动控制模块，真机联调定位指令理解错误、动作漂移、场景泛化不足等问题，迭代模型策略。 5. 搭建 VLA 模型量化评测指标体系，设计消融实验，完成实验复盘，输出实验文档；沉淀训练、评测工具组件，协同感知与控制团队完成系统集成。 6. 跟踪具身智能前沿技术，调研世界模型、多模态大模型、机器人学习最新方案，快速复现验证，持续迭代模型能力。 任职要求 1. 本科及以上学历，自动化、机器人工程、人工智能、计算机、应用数学等相关专业；优秀应届生可培养，人形机器人项目经验优先。 2. 扎实深度学习基础，熟悉 Transformer 架构，了解 RT-2、OpenVLA、π0 等主流 VLA 具身模型；掌握行为克隆、强化学习基础算法原理。 3. 精通 Python/PyTorch，熟悉分布式训练、LoRA 微调；熟悉 Linux，具备完整模型训练、微调、评估工程经验。 4. 掌握机器人基础理论，熟悉 Isaac Sim/MuJoCo 仿真工具，有机器人操作策略仿真训练经验优先。 5. 具备多模态轨迹数据集构建、时序数据处理经验；熟悉 VLM 多模态对齐，有 Sim2Real 真机部署落地经验优先。 6. 具备独立实验、问题定位闭环能力，逻辑清晰，良好跨团队协作能力；热爱具身智能方向，能够适配快速迭代项目节奏。 截止日期：2026年11月30日 招聘人数：1人