崗位職責:
1.算法研發與優化:負責設計并開發針對機器人上肢雙機械臂的模仿學習控制算法,結合 VLA 技術與強化學習理論,持續優化算法性能,提升機械臂控制的精準度和靈活性。
2.項目落地與實踐:主導將研發的算法應用于縫制場景的實際項目中,與硬件團隊協作,完成機器人系統集成與調試,解決縫制過程中遇到的技術難題,推動項目順利實施。
3.前沿技術追蹤與應用:密切關注具身智能領域的前沿學術成果,尤其是與機器人控制、機器學習相關的新技術,將其融入到現有工作中,不斷探索創新的解決方案,以提升產品競爭力。
4.數據處理與分析:收集、整理和分析機器人在縫制場景中的運行數據,通過數據分析評估算法效果,為算法改進提供依據,同時挖掘數據中的潛在價值,發現新的優化方向。
5.跨部門協作:與機械工程師、硬件工程師、產品經理等團隊成員緊密合作,共同完成產品從概念設計到實際落地的全流程工作,確保算法與硬件系統的無縫對接,滿足產品功能需求。
6.技術文檔撰寫:編寫詳細的技術文檔,包括算法設計文檔、項目實施報告、測試報告等,為團隊內部知識共享和項目后續維護提供支持。
任職要求:
1.985碩士或博士,工作認真負責,對研發有熱情,具備獨立工作能力,能夠適應加班、出差等職場文化,能夠順利閱讀英文文獻并善于吸收新知識;
2.熟悉ROS操作系統,熟悉C++/Python ,熟悉 PyTorch 等深度學習框架的使用,熟悉模擬工具,如 英偉達Isaac Sim, Isaac Lab等;
熟悉一般的模仿學習算法如ACT、Diffusion Policy。熟悉模仿學習VLA模型,如RDT、Octo、OpenVLA
3.主持過具身智能算法項目,有大模型應用落地經驗者優先,如將具身智能和機器人結合,靈巧手操作剛性/柔性材料,手眼協同等;
4.具有數字孿生或具身智能算法實操與模擬經驗者優先,比如基于具身智能和大模型原理,采用增強學習或模仿學習訓練驗證靈巧手等末端執行器抓取、運輸、擺放和撫平布料等柔性物體,并能用英偉達系列模擬工具,或Gazebo、MuJoco等開源模擬工具實現驗證MPC、WBC及增強學習等具身智能算法;
5.熟悉現代機器學習和人工智能算法在機器人領域的應用,對具身智能、模仿學習、強化學習等相關領域有深入理解。