高德地图高德-VLA实习生

任职要求

招聘要求
1. 学历与专业背景
    ○ 硕士及以上学历，计算机科学、人工智能、机器人学、自动化、电子工程等相关专业；博士或有顶会发表者优先。
2. 核心技术能力
    ○ 熟悉主流 VLA 模型：OpenVLA、RT-1/RT-2、Pi0、RDT、ACT、Diffusion Policy 等；
    ○ 熟悉多模态大模型：Llava、Qwen-VL、CLIP、PaLM-E、RFM、R3M 等；
    ○ 掌握基础 CV 模型：ViT、DINO、SAM、Diffusion、GAN；熟悉 NLP 模型：BERT、GPT、LLaMA 系列；
    ○ 熟悉 PyTorch，熟练使用 ROS、TensorFlow、JAX 等框架；编程语言以 Python 为主，熟悉 C/C+…

工作职责

职位概述
我们正在寻找在视觉-语言-动作（Vision-Language-Action, VLA）领域具有扎实理论基础和丰富实践经验的算法工程师或研究员，致力于构建下一代通用智能机器人系统。你将参与从数据构建、模型设计到仿真训练与实机部署的全链路研发，推动 VLA 大模型在机械臂操作、人形机器人控制等复杂工业与开放场景中的前沿探索与实际落地。

职位描述（Responsibilities）
1. 前沿算法研究与复现
    ○ 跟踪 VLA 领域最新进展（如 OpenVLA、RT-2、Pi0、RDT、Diffusion Policy 等），完成 SOTA 算法在仿真与实机环境下的复现与性能分析；
    ○ 探索基于大模型的端到端机器人决策框架，实现感知→理解→规划→动作的闭环。
2. VLA 模型架构设计与优化
    ○ 设计面向工业场景的 VLA 模型结构，重点解决多模态特征对齐、动作序列生成、推理效率优化等问题；
    ○ 提升机械臂在复杂任务中的操作精度、泛化能力与鲁棒性。
3. Scaling 研究与泛化能力提升
    ○ 开展 VLA 的 scaling law 研究，涵盖数据规模、模型结构、机器人构型等维度；
    ○ 实现长序列任务执行、跨任务技能迁移与动作泛化，在更复杂的工厂或开放环境中验证模型上限。
4. 数据系统与自动标注开发
    ○ 参与多模态大模型所需的数据清洗、自动标注与增强系统的开发；
    ○ 探索高效的数据合成方法（如 sim2real 数据生成、LLM 辅助标注），保障数据质量与多样性。
5. 仿真训练与真实部署
    ○ 基于 Isaac Sim / Gym / Lab、MuJoCo 等平台搭建高保真仿真环境，构建强化学习与模仿学习训练框架；
    ○ 设计 real2sim2real 迁移策略，加速算法从仿真到现实世界的部署；
    ○ 具备实机调试经验，能独立完成模型在机械臂或人形机器人上的部署与迭代。