地平线机器人操作方向实习生

-参与具身智能中强化学习微调、VLA模型、CoT模型等方向的算法研究； - 对研究成果撰写技术报告和学术论文；

1、基于Isaac Sim / IsaacLab 进行机器人任务仿真环境构建与维护 2、参与仿真数据合成与数据管线优化 3、搭建VLA模型的仿真评测流程，参与 benchmark 设计与实现 4、与算法/模型团队协作，定位仿真与真实行为之间的差异

1、负责基于强化学习技术的足式机器人全身运动控制（WBC）算法开发，优化动作的自然性与鲁棒性； 2、推动控制策略在真实机器人上的测试与验证，重点解决仿真到现实（sim2real）的迁移问题； 3、探索全身运动控制算法与机器人操作及多模态语言交互的融合应用； 4、跟踪国内外前沿研究进展，完成相关算法的复现与优化。

1、模型复现与实现：复现当前主流的开源VLA模型(如GR00T/ π0.5/SmoIVLA/WALL-OSS等)，确保算法正确性和性能。 2、系统集成与测试：将VLA模型集成到公司机器人平台，设计并执行测试方案，评估模型在真实环境中的感知、推理与执行能力。 3、算法优化与创新：针对机器人具体应用场景，对VLA模型进行微调、优化及创新，提升其在复杂环境下的适应性和鲁棒性。 4、多模态数据处理：处理视觉、语言和动作数据，构建和优化训练数据集，支持模型的训练和评估。 5、技术跟踪与报告：跟踪VLA领域的最新研究进展，撰写技术报告，并参与团队技术讨论与分享。