01
岗位职责
- 基于 UMI 等框架攻克精密插拔、长时序装配和高容错操作任务，推动算法进入真实工业场景。
- 搭建真实机器人学习 pipeline，覆盖数据采集、清洗增强、rosbag / LeRobot 格式转换、模型训练、仿真与真机评估。
- 构建边缘部署和失败分析能力，建立成功率、作业节拍、末端误差、自主恢复率与跨场景泛化等核心指标。
- 完成多模态数据采集系统的架构设计与实现，解决视觉、力觉和关节状态的高精度时间同步、空间标定与质量一致性问题。
02
任职要求
- 计算机科学、机器人、人工智能、自动化等相关专业本科及以上学历，硕士或博士优先。
- 具备六轴或七轴协作机械臂的完整项目经验，覆盖数据采集、模型训练和真机部署全流程。
- 完整负责或深度参与至少一项基于 HIL-SERL、VLA、UMI 或真实机器人强化学习的具身智能项目。
- 具备多源异构数据采集经验，熟悉原始数据清洗、时空对齐、异常过滤和质量检测流程。
- 能够把算法问题转化为可验证的工程指标，并持续完成真机实验、失败分析和系统迭代。
03
加分项
- 熟悉 ROS 2、Isaac Gym、MuJoCo 或 LeRobot 等机器人仿真与开发框架。
- 具备力控、操作空间控制或 OSC 实现经验。
- 在 RSS、ICRA、IROS、CoRL 等会议发表论文，或主导过开源机器人项目。
- 对 Diffusion Policy、Transformer 策略网络或视觉—语言—动作（VLA）模型有深入研究与落地经验。