成都·锦江区
职位详情
【岗位职责】
1、模型研发与优化：设计并实现视觉-语言-动作（VLA）模型结构，构建从多模态输入（视觉、语言）到机器人动作输出的端到端推理流程；
优化模仿学习方法（如行为克隆、扩散策略）及动作生成算法（如RT-2、OpenVLA），提升模型在复杂任务场景下的泛化性能与数据利用效率；结合强化学习技术（PPO、SAC等）改进决策机制，应对任务分解与长时间序列规划挑战。
2、系统集成与部署：基于ROS/ROS2平台完成算法部署，配合硬件团队推进算法在终端设备上的高效运行；
运用仿真环境（如Isaac Sim、Gazebo）进行算法验证，持续优化仿真至现实迁移效果。
3、数据处理与训练：搭建包含视觉、运动与交互信息的多模态数据集，制定数据清洗与增强方案，并设计预训练流程；
负责分布式训练架构（多机多卡）的管理与调优，提高大模型训练速度与稳定性。
4、跨团队协作：与产品及工程团队紧密配合，推动算法在实际系统中的集成落地，提供必要的技术文档支持。
【任职要求】
1、以硕士及以上学历为主，具备2年以上相关领域工作经验，专业方向包括计算机科学、人工智能、机器人学、自动化、电子工程等相关学科。
2、熟悉视觉-语言-动作模型架构（如RT-2、OpenVLA、LLaVA、Flamingo），具有多模态融合建模的实际经验；掌握模仿学习（行为克隆、扩散策略）、强化学习（PPO、SAC）以及多模态对齐方法；具备大模型训练或微调经历（如预训练、监督微调、RLHF），了解主流分布式训练框架（如DeepSpeed、Megatron）。
3、熟练使用PyTorch或TensorFlow深度学习框架；掌握ROS/ROS2机器人开发环境；能熟练操作Isaac Sim、Gazebo、MuJoCo等仿真工具。
4、具有大模型工程化部署实践经验，能够应对Sim2Real迁移、动作序列生成、端到端推理链路构建等关键技术难题；
了解机器人系统中感知-决策-执行闭环的优化逻辑，尤其在机械臂控制与任务规划场景中有实际应用经验。
5、掌握大规模多模态数据的采集、清洗与增强技术，熟悉主流公开数据集或自主构建机器人操作数据集的方法与流程。
1、模型研发与优化：设计并实现视觉-语言-动作（VLA）模型结构，构建从多模态输入（视觉、语言）到机器人动作输出的端到端推理流程；
优化模仿学习方法（如行为克隆、扩散策略）及动作生成算法（如RT-2、OpenVLA），提升模型在复杂任务场景下的泛化性能与数据利用效率；结合强化学习技术（PPO、SAC等）改进决策机制，应对任务分解与长时间序列规划挑战。
2、系统集成与部署：基于ROS/ROS2平台完成算法部署，配合硬件团队推进算法在终端设备上的高效运行；
运用仿真环境（如Isaac Sim、Gazebo）进行算法验证，持续优化仿真至现实迁移效果。
3、数据处理与训练：搭建包含视觉、运动与交互信息的多模态数据集，制定数据清洗与增强方案，并设计预训练流程；
负责分布式训练架构（多机多卡）的管理与调优，提高大模型训练速度与稳定性。
4、跨团队协作：与产品及工程团队紧密配合，推动算法在实际系统中的集成落地，提供必要的技术文档支持。
【任职要求】
1、以硕士及以上学历为主，具备2年以上相关领域工作经验，专业方向包括计算机科学、人工智能、机器人学、自动化、电子工程等相关学科。
2、熟悉视觉-语言-动作模型架构（如RT-2、OpenVLA、LLaVA、Flamingo），具有多模态融合建模的实际经验；掌握模仿学习（行为克隆、扩散策略）、强化学习（PPO、SAC）以及多模态对齐方法；具备大模型训练或微调经历（如预训练、监督微调、RLHF），了解主流分布式训练框架（如DeepSpeed、Megatron）。
3、熟练使用PyTorch或TensorFlow深度学习框架；掌握ROS/ROS2机器人开发环境；能熟练操作Isaac Sim、Gazebo、MuJoCo等仿真工具。
4、具有大模型工程化部署实践经验，能够应对Sim2Real迁移、动作序列生成、端到端推理链路构建等关键技术难题；
了解机器人系统中感知-决策-执行闭环的优化逻辑，尤其在机械臂控制与任务规划场景中有实际应用经验。
5、掌握大规模多模态数据的采集、清洗与增强技术，熟悉主流公开数据集或自主构建机器人操作数据集的方法与流程。
2026-07-02 13:19
IP属地：四川成都
职位福利
硕士1-3年强化学习 多模态算法大模型算法PyTorchTensorFlowPPOSACVLA
中国兵器装备集团自动化研究所有限公司
未融资 · 1000-9999人
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
