岗位职责
- 【岗位职责】 1. 研究Embodied Mid-training方法论:通用视频模型向具身场景迁移的最优路径 2. 设计动作表示与对齐方案:多机器人本体统一动作空间、Action Tokenizer设计 3. 探索World Model与VLA的融合路径:Single Backbone、MoT专家混合、IDM解耦等范式 4. 研究基于World Model的策略优化:想象空间中的RL、数据增强、规划辅助控制 5. 与主线训练和下游应用团队协作,定义并落地World Model的机器人价值 【任职要求】 1. 扎实的强化学习或机器人学习基础,理解策略学习和模仿学习原理 2. 熟悉视觉-语言-动作(VLA)模型架构和训练方法 3. 精通PyTorch,有Transformer模型训练和微调经验 4. 有机器人仿真或真实机器人实验经验优先 加分项: 1. 有顶会(RSS/CoRL/ICRA/NeurIPS)机器人学习相关论文发表 2. 熟悉World Model与策略结合的各类范式(IDM、Dreamer、World Model as Policy等) 3. 有多机器人本体泛化、跨平台迁移相关经验 4. 理解Diffusion Policy、Flow Matching Policy等生成式策略方法
DeepCampus 提醒：官网投递前请确认个人信息与简历版本。建议在投递前检查简历最新版本，确保教育经历、实习经历、项目经历等信息完整准确，提升通过率。