广州·海珠区
职位详情
我们正在寻找充满激情、富有创造力的机器人AI研究员，加入我们的前沿研究团队。您将专注于机器人智能控制与感知领域的突破性研究，推动具⾝智能、深度强化学习和多模态⼤模型在各类机器⼈平台上的应用与落地，共同塑造未来机器人技术。
【岗位职责】
1.模仿、强化学习与决策规划：
· 研发并优化适⽤于多自由度、双足/四足仿生机器人决策规划的深度学习算法，提升机器人在复杂环境下的稳定性与自适应能力。
· 负责决策模型学习算法，端到端的模型开发、调试部署，并进行Sim-to-Real的算法验证工作，包括机器人硬件相关的电机建模、通讯及感知模块延时、噪声模拟等，实现算法在物理样机上的落地应用。
2.具身智能大模型研究与开发：
· 深入参与具身大模型（VLA/VLM）的强化微调工作，包括监督微调、离线强化预训练、设计优化算法。
· 跟踪国内外前沿研究成果，如RT-1、RT-2、RT-X、OpenVLA、OCTO、π0、RDT-1B、Aloha等，并进行相关算法复现与性能对比，持续迭代和设计具备独创性、领先性的具身智能大模型系统。
· 参与任务学习、指令理解、环境感知与动作规划等模块的模型设计与优化，基于图像、视频、语言输入，构建端到端的多模态智能体系统。
3.机器人运动控制与步态规划：
· 研究并实现足式机器人、机械臂的运动控制系统设计与开发，包括动力学建模、参数辨识、仿真分析、运动控制等算法。
· 设计并优化不同环境和任务下的步态规划算法，涵盖静态步态（如爬行、行走）和动态步态（如跑步、跳跃）；开发实时控制算法，使机器人能够响应传感器数据，快速调整姿态并进行平衡控制。
· 负责足式机器人状态估计算法开发，并进行所写算法的调试和测试。
4.仿真平台与数据驱动研究：
· 搭建并维护足式机器人/机械臂仿真平台（如NVIDIA Isaac Sim, MuJoCo, RaiSim, Gazebo, PyBullet, V-REP等），设计机器人核心运动仿真场景，并在仿真平台上进行算法测试与优化。
· 推动具身智能研究项目在仿真中的前沿迭代，包括但不限于具身控制、大模型驱动的智能体、Sim-Real transfer、仿真算法的研发等。
· 参与构建高效具身表征学习相关数据清洗数据链，处理并创建三维重建、生成训练所需的数据，构建自动化/半自动化标注管线。
· 负责面向机械臂操作算法的数据平台搭建和优化，生成和维护机械臂操作数据。
5.前沿技术探索与论文产出：
· 持续跟踪国内外机器人AI、具身智能、强化学习、多模态等领域的前沿研究成果，并进行算法复现、研究新的算法，实现仿真实验和样机实验。
· 撰写高质量的研究论文，参与国际顶级会议和期刊的论文发表，以及专利申请。
6.团队协作与工程实践：
· 与硬件工程师、机械设计、嵌入式、传感器融合与环境感知等团队紧密合作，确保算法在实际机器人上的有效实现与部署。
· 协同工程团队推动前沿算法的真机部署和开源开放等项目，打造创新应用展示，形成工作影响力和价值。
· 编写高质量的技术文档（研究报告、算法设计文档等），保持规范化的代码编写习惯。
【任职要求】
1.学历背景：博士研究生优先。计算机科学、人工智能、自动化、机器人、电子电气工程、控制工程、应用数学等相关专业，理论功底深厚。
2.编程与框架：
· 精通C++和Python等编程语言，具备扎实的编程能力和良好的编程风格，熟悉Linux、ROS/ROS2等操作系统。
· 精通PyTorch/TensorFlow等主流深度学习框架，熟悉主流强化学习算法（如DQN、PPO、DDPG、SAC等），并有实际项目经验。
3. 机器人学与控制理论：
· 深入理解机器人学原理，掌握多关节机器人、足式机器人运动学和动力学建模，熟悉正向/逆向运动学（FK/IK）及常用动力学计算库（如Pinocchio）。
· 具备机器人运动控制经验，熟悉运动控制算法（如PID控制、LQR、MPC）及传感器数据融合技术。
4.仿真与工具： 熟悉并具备Mujoco、Pybullet、Isaac Gym/Sim/Lab、Gazebo、RaiSim、V-REP等主流机器人仿真软件的使用经验，具备解决强化学习Sim-to-Real的真机落地经验。
5.机器学习与AI基础： 扎实的机器学习基础，熟悉深度学习相关理论，对视觉、语言建模和行为控制中的任意一项或多项有实际经验（如CV、NLP、RL、Transformer等）；了解常用的深度强化学习算法，对具身智能、大模型、表征学习有整体了解，并对其中相关子方向有深入理解和思考。
6.数学与研究能力： 扎实的数学基础，特别是在优化理论、控制理论和强化学习方面；具备较强的学习与研究能力，能够快速学习并应用新技术，具备解决复杂问题的能力。
7.沟通与协作： 具备良好的沟通能力、团队合作意识和学习能力，能够与团队成员高效协作，积极主动，有责任心，具备一定的承压能力。
【加分项】
1.有应用于机器人（如四足、双足、人形机器人、机械臂）的深度学习研究项目经历。
2.有全程参与过机器人0-1算法部署以及调试过程的经验。
3.在人工智能/机器人相关领域顶级会议或期刊（如RSS、ICRA、IROS、CoRL、RAL、CVPR、ICCV、NeurIPS、ICLR、TPAMI、SIGGRAPH等）发表过高水平论文。
4.熟悉大模型理论、具身智能领域前沿算法（如SERL、HIL-SERL、RDT、π0、OpenVLA、ACT、Diffusion Policy等）。
【岗位职责】
1.模仿、强化学习与决策规划：
· 研发并优化适⽤于多自由度、双足/四足仿生机器人决策规划的深度学习算法，提升机器人在复杂环境下的稳定性与自适应能力。
· 负责决策模型学习算法，端到端的模型开发、调试部署，并进行Sim-to-Real的算法验证工作，包括机器人硬件相关的电机建模、通讯及感知模块延时、噪声模拟等，实现算法在物理样机上的落地应用。
2.具身智能大模型研究与开发：
· 深入参与具身大模型（VLA/VLM）的强化微调工作，包括监督微调、离线强化预训练、设计优化算法。
· 跟踪国内外前沿研究成果，如RT-1、RT-2、RT-X、OpenVLA、OCTO、π0、RDT-1B、Aloha等，并进行相关算法复现与性能对比，持续迭代和设计具备独创性、领先性的具身智能大模型系统。
· 参与任务学习、指令理解、环境感知与动作规划等模块的模型设计与优化，基于图像、视频、语言输入，构建端到端的多模态智能体系统。
3.机器人运动控制与步态规划：
· 研究并实现足式机器人、机械臂的运动控制系统设计与开发，包括动力学建模、参数辨识、仿真分析、运动控制等算法。
· 设计并优化不同环境和任务下的步态规划算法，涵盖静态步态（如爬行、行走）和动态步态（如跑步、跳跃）；开发实时控制算法，使机器人能够响应传感器数据，快速调整姿态并进行平衡控制。
· 负责足式机器人状态估计算法开发，并进行所写算法的调试和测试。
4.仿真平台与数据驱动研究：
· 搭建并维护足式机器人/机械臂仿真平台（如NVIDIA Isaac Sim, MuJoCo, RaiSim, Gazebo, PyBullet, V-REP等），设计机器人核心运动仿真场景，并在仿真平台上进行算法测试与优化。
· 推动具身智能研究项目在仿真中的前沿迭代，包括但不限于具身控制、大模型驱动的智能体、Sim-Real transfer、仿真算法的研发等。
· 参与构建高效具身表征学习相关数据清洗数据链，处理并创建三维重建、生成训练所需的数据，构建自动化/半自动化标注管线。
· 负责面向机械臂操作算法的数据平台搭建和优化，生成和维护机械臂操作数据。
5.前沿技术探索与论文产出：
· 持续跟踪国内外机器人AI、具身智能、强化学习、多模态等领域的前沿研究成果，并进行算法复现、研究新的算法，实现仿真实验和样机实验。
· 撰写高质量的研究论文，参与国际顶级会议和期刊的论文发表，以及专利申请。
6.团队协作与工程实践：
· 与硬件工程师、机械设计、嵌入式、传感器融合与环境感知等团队紧密合作，确保算法在实际机器人上的有效实现与部署。
· 协同工程团队推动前沿算法的真机部署和开源开放等项目，打造创新应用展示，形成工作影响力和价值。
· 编写高质量的技术文档（研究报告、算法设计文档等），保持规范化的代码编写习惯。
【任职要求】
1.学历背景：博士研究生优先。计算机科学、人工智能、自动化、机器人、电子电气工程、控制工程、应用数学等相关专业，理论功底深厚。
2.编程与框架：
· 精通C++和Python等编程语言，具备扎实的编程能力和良好的编程风格，熟悉Linux、ROS/ROS2等操作系统。
· 精通PyTorch/TensorFlow等主流深度学习框架，熟悉主流强化学习算法（如DQN、PPO、DDPG、SAC等），并有实际项目经验。
3. 机器人学与控制理论：
· 深入理解机器人学原理，掌握多关节机器人、足式机器人运动学和动力学建模，熟悉正向/逆向运动学（FK/IK）及常用动力学计算库（如Pinocchio）。
· 具备机器人运动控制经验，熟悉运动控制算法（如PID控制、LQR、MPC）及传感器数据融合技术。
4.仿真与工具： 熟悉并具备Mujoco、Pybullet、Isaac Gym/Sim/Lab、Gazebo、RaiSim、V-REP等主流机器人仿真软件的使用经验，具备解决强化学习Sim-to-Real的真机落地经验。
5.机器学习与AI基础： 扎实的机器学习基础，熟悉深度学习相关理论，对视觉、语言建模和行为控制中的任意一项或多项有实际经验（如CV、NLP、RL、Transformer等）；了解常用的深度强化学习算法，对具身智能、大模型、表征学习有整体了解，并对其中相关子方向有深入理解和思考。
6.数学与研究能力： 扎实的数学基础，特别是在优化理论、控制理论和强化学习方面；具备较强的学习与研究能力，能够快速学习并应用新技术，具备解决复杂问题的能力。
7.沟通与协作： 具备良好的沟通能力、团队合作意识和学习能力，能够与团队成员高效协作，积极主动，有责任心，具备一定的承压能力。
【加分项】
1.有应用于机器人（如四足、双足、人形机器人、机械臂）的深度学习研究项目经历。
2.有全程参与过机器人0-1算法部署以及调试过程的经验。
3.在人工智能/机器人相关领域顶级会议或期刊（如RSS、ICRA、IROS、CoRL、RAL、CVPR、ICCV、NeurIPS、ICLR、TPAMI、SIGGRAPH等）发表过高水平论文。
4.熟悉大模型理论、具身智能领域前沿算法（如SERL、HIL-SERL、RDT、π0、OpenVLA、ACT、Diffusion Policy等）。
2026-06-19 12:31
IP属地：广东广州
职位福利
博士经验不限
广东智动未来科技有限公司
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
收藏职位
