智驱未来，才聚松延

1. 参与开发对标行业一流具身模型，设计并实现创新性 VLA 算法方案，参与数据采集、模型训练、测试、真机部署的全链路研发与体系搭建

2. 参与搭建与优化 VLA 模型训练基础设施，包含分布式训练框架、数据预处理 Pipeline 等，为大模型规模化训练提供底层支撑；

3. 持续跟进具身前沿技术，负责算法的持续迭代优化，有能力进行SOTA 算法复现、创新优化与工程化落地。

1. 计算机科学、人工智能、机器人等相关领域硕士及以上学历，校招面向 25/26 届硕博毕业生，可提前实习者优先，社招面向有相关1年以上任职经验的相关人员；

2. 具备深度学习、计算机视觉、自然语言处理等相关方向扎实理论基础，熟练掌握 PyTorch或Jax 等主流深度学习框架；

3. 熟悉 VLM/VLA 模型的训练和部署全流程，深入理解OpenVLA、Pi系列等主流具身模型架构；

4. 熟悉 LeRobot、OpenPi 等具身训练框架，了解具身多模态数据集的构建、清洗与优化全流程；

5. 熟悉 ROS/ROS2 机器人操作系统，有对应的系统开发与真机调试经历；

6. 具备良好的创新能力与团队协作意识，对机器人具身智能领域有强烈的研发热情。

优先条件：

1. 在 ICRA/CoRL/RSS/NeurIPS/ICLR/CVPR 等机器人、AI 领域顶会以一作发表相关论文者；

2. 具备大规模具身数据闭环系统搭建与优化经验。

3. 有分布式（具身）大模型训练经验

1. 负责人形机器人量产版结构的详细设计与优化，结合 DFM（可制造性）、DFA（可装配性）原则，完成从设计到量产的完整转化，保障结构的高效量产与成本可控。

2. 主导结构件的材料选型与工艺验证，熟悉各类常用材料的性能与加工特性。

3. 统筹注塑、压铸、冲压、CNC 等量产工艺的结构适配设计，规避工艺风险，提升良率与生产效率。

4. 跟进产品从试产到量产的全流程，解决结构件在批量生产、装配中的问题，输出 BOM、结构规范等技术文档。

5. 与供应链、生产团队深度协作，推动结构件的标准化、模块化设计，提升量产效率，降低制造成本。

6. 跟踪量产产品的可靠性问题，输出优化方案并推动落地，持续提升产品质量。

1. 机械设计、材料成型及控制工程等相关专业本科及以上学历。

2. 5 年以上消费电子、家电或机器人产品结构设计经验，具备 3 年以上量产项目落地经验者优先。

3. 精通常用工程材料（金属 / 塑料 / 复合材料）的性能、成型工艺及表面处理技术，能基于量产需求完成材料选型。

4. 熟悉注塑、压铸、冲压等量产工艺，能与供应链、生产团队高效沟通，解决工艺与生产中的结构问题。

5. 具备严谨的工程思维与细节把控能力，能独立解决结构设计与量产落地中的复杂问题。

1、负责基于强化学习的四足/轮足运动控制算法研发及落地应用；

2、根据实际项目需求实现、改造和优化算法，解决实际问题；

3、研究前沿机器人强化学习、模仿学习算法。

1、熟悉Python，Pytorch等编程语言，熟悉Linux操作系统；

熟悉深度学习（MLP, CNN, RNN, tranformer等）算法，了解强化学习（Q-Learning、PPO）算法；

2、了解主流机器人仿真平台如IsaacGym, Isaaclab, Mujoco, Pybullet等；

3、拥有良好的沟通能力，优秀的学习能力，较强的分析和解决实际问题的能力，动手能力强，对运动控制感兴趣；

4、工作经验0-2年。

加分项：做过基于强化学习、模仿学习的机器人控制任务；有机器人/learning方向顶会顶刊论文。

1、负责基于强化学习的双足运动控制算法研发及算法极限性能探索（可0到1培养）；

2、负责通过机器人运动学、动力学、控制理论知识分析机器人结构并提出改进意见；

3、根据实际项目需求实现、改造和优化算法；

4、持续研究最新强化学习、模仿学习算法。

1、机器人、机械自动化、电子信息等相关专业背景，硕士及以上学历；

2、掌握机器人动力学、优化理论、凸优化、变分法、数值计算等相关知识;

3、熟悉传统控制(PID、LQR、阻抗控制等)、最优控制(MPC 等)；

4、熟练使用C++/Python，了解 ROS/ ROS2、Pinocchio、CasADi 等生态工具;

5、熟悉MuJoCo、Isaac Gym、 Gazebo、PyBullet等机器人仿真环境；

6、有过基于强化学习、模仿学习的机器人控制任务相关经验优先。

1、负责人形机器人本体各部件的动力学建模、参数辨识，核对修正机器人模型文件；

2、基于修正后的机器人模型，对机器人进行动力学建模与最优控制求解，配合其他同事的机器人运动控制算法在实机平台进行模型验证；

3、构造编写机器人控制相关sdk，给内部同事或者客户使用；

4、根据动力学模型验证结果对机器人的机械和电气设计提出改进意见并配合调优。

1、机器人、机械、控制、自动化、计算机等相关专业硕士以上学历；

2、具有2年以上相关工作经验，具备串联机械臂或足式机器人开发工作经验；

3、精通机器人学、多刚体动力学和参数辨识、力位混合控制，熟悉仿真建模评估运动学和动力学指标，包括动态响应性能、力矩、跟踪精度、误差补偿，具有相关项目经验；

4、掌握非线性优化、凸优化等最优控制理论，使用过相关求解器解决机器人控制问题；

5、熟练掌握经典控制理论和现代控制理论，熟悉基于ROS的C/C++编程、Python编程；

6、熟练使用gazebo，MuJoCo，simulink等物理仿真平台进行机器人仿真和模拟，验证过算法。

1、负责六轴或七轴机械臂运动规划算法的研发与优化；

2、发现和解决算法开发过程中出现的技术问题，根据机械臂运动特性为本体/算法协同设计提出建设性意见和改进方向。

1、控制、机器人、机电硕士及以上学历；开发过知名机械臂底层SDK相关算法，有丰富实机调试经验，最好有2年以上开发经验；

2、熟悉Pinocchio、KDL、IF-Fast、TRAC-IK等求解库至少一种；

3、熟悉冗余机械臂的奇异形位避免技术，以及常用的正运动学迭代方法；

4、熟悉机械臂常用的通讯方式，如udp、zmq、lcm、dds等至少一种；

5、熟练掌握C++、ROS1/2框架；

6、熟悉机械臂电机控制原理，熟悉轨迹规划、卡尔曼滤波、PID控制、重力补偿等技术，熟悉参数辨识、震动抑制技术为加分项；

7、具备良好的团队协作精神和沟通能力。