理想汽车【理想+】人形机器人算法研究员-具身小脑-北京
任职要求
1. 教育背景：机器人、自动化、控制、计算机、人工智能、机械电子、应用数学等相关专业，硕士及以上学历；博士优先，有顶尖实验室/头部机器人团队经历，或在真实机器人项目、开源系统、顶会论文中有突出成果的优秀硕士亦可；具备扎实的机器人学、控制理论、机器学习与数学基础； 2. 算法与模型能力：深入理解强化学习、模仿学习、深度学习等核心方法，熟悉 Transformer、Diffusion、VAE、世界模型等主流模型架构；具备较强的模型设计、训练优化与问题分析能力，有从 0 到 1 训练或深度优化机器人策略模型、世界模型或“小脑基座模型”的经验者优先；在具身智能、动作生成/动作选择、多模态感控融合等方向有研究或项目积累者优先； 3. 运控与机器人能力：系统掌握机器人经典控制与现代控制理论，包括最优控制、MPC、WBC 等；对全身控制、多接触运动控制、动态步态生成、抗扰恢复、灵巧操作及通用移动操作导航（Locomotion + Navigati…
工作职责
“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 负责具身智能运控方向前沿算法研究与核心技术攻关，围绕感知—决策—控制一体化，重点突破全身控制、多接触运动控制、灵巧操作及通用移动操作导航等关键问题； 2. 主导大小脑融合系统架构与关键算法设计，打通高层任务理解、技能决策与底层实时控制，构建兼具鲁棒性、实时性与可扩展性的具身执行闭环； 3. 面向人形机器人及多形态机器人平台，研发具备泛化能力的小脑基座模型，沉淀全身动作先验与技能表征能力，提升机器人在运动、操作与交互任务中的统一建模、动作生成、动作选择与迁移能力； 4. 围绕视觉、语音、文本、触觉等多模态信息，开展感知与控制深度融合研究，支撑机器人在复杂交互、操作及部署态场景下的全身动作生成、闭环调节与自主执行； 5. 负责从数据构建、模型训练、仿真评测到真机部署的全链路研发，建设数据——仿真——评测闭环，推进 Locomotion 、 Navigation、 Manipulation 在统一框架下的高效融合，加速 Sim2Real 迁移与工程化落地 6. 探索强化学习、模仿学习、生成模型、世界模型及数据驱动方法在具身运控中的融合应用，构建面向高动态环境与未来通用机器人平台的核心能力底座。 【技术课题】 通用具身小脑模型研究
“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 负责具身智能运控方向前沿算法研究与核心技术攻关，围绕感知—决策—控制一体化，重点突破全身控制、多接触运动控制、灵巧操作及通用移动操作导航等关键问题； 2. 主导大小脑融合系统架构与关键算法设计，打通高层任务理解、技能决策与底层实时控制，构建兼具鲁棒性、实时性与可扩展性的具身执行闭环； 3. 面向人形机器人及多形态机器人平台，研发具备泛化能力的小脑基座模型，沉淀全身动作先验与技能表征能力，提升机器人在运动、操作与交互任务中的统一建模、动作生成、动作选择与迁移能力； 4. 围绕视觉、语音、文本、触觉等多模态信息，开展感知与控制深度融合研究，支撑机器人在复杂交互、操作及部署态场景下的全身动作生成、闭环调节与自主执行； 5. 负责从数据构建、模型训练、仿真评测到真机部署的全链路研发，建设数据——仿真——评测闭环，推进 Locomotion 、 Navigation、 Manipulation 在统一框架下的高效融合，加速 Sim2Real 迁移与工程化落地 6. 探索强化学习、模仿学习、生成模型、世界模型及数据驱动方法在具身运控中的融合应用，构建面向高动态环境与未来通用机器人平台的核心能力底座。 【技术课题】 通用具身小脑模型研究
“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 核心算法研发：负责具身智能大模型（VLA，即视觉语言行动模型）的核心算法设计与优化，重点突破多模态指令理解、复杂任务决策、长时序动作规划等关键技术，推动模型在真实机器人场景下的零样本/少样本泛化能力； 2. 端到端模型与系统设计：主导机器人端到端感知-决策-控制一体化模型的研究与落地，探索扩散策略、世界模型、强化学习等前沿技术在具身智能系统中的融合应用，实现从仿真到现实（Sim2Real）的高效迁移； 3. 数据驱动模型闭环：设计并构建大规模、高质量的多模态数据（视频、力觉、触觉、文本）采集、清洗、标注与仿真生成pipeline，主导数据-模型联合迭代优化，解决长尾分布与数据稀缺问题； 4. 仿真与真实世界对齐：负责高保真仿真环境的动力学建模、场景生成与传感器仿真，研究领域随机化与领域自适应技术，缩小仿真与现实之间的差距，提升模型在真实物理世界的部署性能； 5. 前沿技术探索与转化：跟踪并引领具身智能、机器人学、计算机视觉、自然语言处理交叉领域的前沿技术动态，主导关键技术难点的攻关，发表高水平论文并申请核心发明专利，推动研究成果向实际产品的技术转化。 【技术课题】 下一代具身智能大脑研究
“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 核心算法研发：负责具身智能大模型（VLA，即视觉语言行动模型）的核心算法设计与优化，重点突破多模态指令理解、复杂任务决策、长时序动作规划等关键技术，推动模型在真实机器人场景下的零样本/少样本泛化能力； 2. 端到端模型与系统设计：主导机器人端到端感知-决策-控制一体化模型的研究与落地，探索扩散策略、世界模型、强化学习等前沿技术在具身智能系统中的融合应用，实现从仿真到现实（Sim2Real）的高效迁移； 3. 数据驱动模型闭环：设计并构建大规模、高质量的多模态数据（视频、力觉、触觉、文本）采集、清洗、标注与仿真生成pipeline，主导数据-模型联合迭代优化，解决长尾分布与数据稀缺问题； 4. 仿真与真实世界对齐：负责高保真仿真环境的动力学建模、场景生成与传感器仿真，研究领域随机化与领域自适应技术，缩小仿真与现实之间的差距，提升模型在真实物理世界的部署性能； 5. 前沿技术探索与转化：跟踪并引领具身智能、机器人学、计算机视觉、自然语言处理交叉领域的前沿技术动态，主导关键技术难点的攻关，发表高水平论文并申请核心发明专利，推动研究成果向实际产品的技术转化。 【技术课题】 下一代具身智能大脑研究
“理想+”是理想汽车面向全球顶尖技术人才的校园招聘计划。我们期待你的加入，与理想汽车一起成长、分享收获，通过人工智能技术去改变物理世界的效率和体验，造福我们服务的每一个家庭，以及家庭里的每一位成员。 【本岗位的主要工作内容】 1. 具身智能体系统研发：负责人形机器人上层智能体（Embodied Agent）的算法设计与工程落地，构建""任务理解—任务规划—技能调度—执行反馈""的完整决策闭环； 2. 大模型驱动的任务规划：基于大语言/多模态大模型（LLM/VLM）实现自然语言指令理解与长时序任务拆解，将高层意图转化为可执行的技能序列； 3. 技能编排与调度：设计机器人技能库（操作 manipulation、移动 locomotion、人机交互等）的抽象、编排与调度机制，打通上层智能体与底层运动/操作控制的衔接； 4. Agent 核心能力构建：研发记忆、反思、工具调用（tool-use）、多智能体协作等机制，提升复杂开放环境下长程任务的鲁棒性与自主性； 5. 数据与评测闭环：参与真机/仿真数据采集与自动化评测体系建设，以 case 驱动持续迭代智能体策略； 6. 前沿技术工程化：跟踪 LLM Agent、VLA、具身智能前沿，推动前沿方法在真实本体上的高效落地与工程优化。 【技术课题】 面向复杂长程任务的具身多智能体协作