人形机器人机械臂VLA算法工程师

Job description

岗位职责

• 参与机械臂强化学习（如PPO、SRPO、SAC）/模仿学习（如ACT、DP、DP3等）/视觉-语言-动作VLA（RDT-1B、Pi0、Pi0.5等）主流算法的复现、调试与部署。
• 开发视觉（图像/点云）、语言（文本指令）、力/触觉与机械臂动作空间的跨模态对齐算法，确保机器能精准理解自然语言指令，并生成动作指令。
• 基于PyTorch搭建机械臂强化学习训练框架，设计经验回放、探索策略等模块；通过分布式训练、梯度裁剪等技术优化训练效率。
• 在Isaac Sim、Mujoco、Sapien等平台搭建高保真机械臂模仿学习/强化学习仿真环境，模拟不同工况（如物体姿态变化、环境干扰），评估动作精度、任务成功率等关键指标。
• 根据任务场景，设计机械臂强化学习的状态空间（如关节角度、力传感器数据、视觉特征等）与动作空间（如关节速度、末端位置控制量等）。
• 将训练完成的强化学习/模仿学习/VLA模型模型部署至实际机械臂控制系统，进行模型轻量化（如TensorRT加速），解决“仿真-实物”迁移中的误差问题，确保实物执行精度。
• 针对训练中以及实物运行中的任务失败等问题，通过日志分析、参数调优迭代优化算法；编写算法设计文档、训练手册及部署指南，支撑团队协作与项目落地。

岗位要求

• 有机器人/机械、自动化/控制、计算机/软件学科背景；
• 熟悉强化学习/模仿学习/VLA算法的基本原理及主流的核心算法；
• 熟悉机器人正运动学、逆运动学等机器人学的基本理论；
• 掌握C/C++编程语言，熟悉Python等脚本语言开发；
• 熟悉PyTorch深度学习框架；
• 具备Linux环境下开发经验，熟悉常用的数据结构和算法。