具身智能后训练算法实习生
岗位摘要
参与自研具身基础模型（VLA/VLM/世界模型）研发工作，开展模仿学习、人类偏好优化、强化学习、持续学习等后训练算法设计与验证；搭建自动化的数据生产、模型训练、效果评估与验证闭环，迭代优化机器人策略，提升模型任务完成率、跨场景泛化性、精细操作能力与动作连续性
岗位职责
- 参与自研具身基础模型（VLA/VLM/世界模型）研发工作，开展模仿学习、人类偏好优化、强化学习、持续学习等后训练算法设计与验证
- 搭建自动化的数据生产、模型训练、效果评估与验证闭环，迭代优化机器人策略，提升模型任务完成率、跨场景泛化性、精细操作能力与动作连续性
- 针对长尾工况、域偏移、灾难性遗忘、长时序规划等难点问题开展算法攻关
- 协同预训练、数据工程、仿真平台、真机测试等团队，推进算法方案在实体机器人上落地验证
任职要求
- 计算机、人工智能、自动化、机器人等相关专业，掌握机器学习、深度学习与大模型相关基础理论
- 了解VLA、VLM、世界模型或机器人策略模型，有模仿学习、SFT、偏好优化、强化学习、持续学习任一方向的项目或研究经历
- 有大模型、自动驾驶或者机器人方向项目经验，可以独立开展数据处理、模型训练、对照实验、问题排查与方案迭代
- 较强的自驱力、科研思辨能力以及跨团队沟通推进能力
- 有实体机器人部署、大规模模型训练、顶会论文或优质开源项目经验优先
福利待遇
- 实习薪资400-500元/天
工作地址
北京海淀区搜狐网络大厦10层