蚂蚁金服【蚂蚁星-Plan A】具身智能算法工程师
任职要求
1. 教育背景：计算机科学、人工智能、机器人学、自动化等相关专业硕士及以上学历。 2. 核心技术能力： -精通强化学习经典及前沿算法（如PPO、SAC、DQN、MBRL等），具备多智能体强化学习（MARL）或分层强化学习（HRL）经验者优先。 -熟悉模仿学习技术框架（如GAIL、BC、逆强化学习），具备跨模态示范数据（视觉、动作、语言）融合经验。 -掌握机器人运动控制、动力学建模或物理仿真工具（如MuJoCo、PyBullet、Isaac Gym）。 3. 工程能力： -熟练使用PyTorch/TensorFlow等框架，具备大规模分布式训练或边缘计算部署经验。 -熟悉ROS/ROS2机器人开发框架，有实际机器人系统开发经历者优先。 4. 加分项： -熟悉具身认知理论、认知科学交叉领域知识。 -有机器人抓取、导航、人机协作等实际场景落地经验。 -在顶级会议（NeurIPS/ICML/ICLR/CoRL等）发表过RL/IL相关论文，或主导过具身智能领域开源项目 软性要求： 对具身智能的长期技术突破有强烈热情
工作职责
1.负责具身智能的核心算法研发，聚焦强化学习（RL）与模仿学习（IL）技术，推动智能体在复杂物理环境中的感知、决策与行动能力； 2.设计并实现基于强化学习的端到端训练框架，解决稀疏奖励、多任务学习、长周期规划等挑战性问题； 3.开发高效的模仿学习算法，结合人类示范数据与自主探索策略，提升智能体在真实场景中的泛化性与安全性； 4.针对机器人控制、多模态感知-动作闭环等场景，优化算法在计算效率、实时性与鲁棒性方面的表现； 5.与硬件、仿真团队紧密协作，推动算法在实体机器人或虚拟环境中的部署与验证。
1.负责具身智能的核心算法研发，聚焦强化学习（RL）与模仿学习（IL）技术，推动智能体在复杂物理环境中的感知、决策与行动能力； 2.设计并实现基于强化学习的端到端训练框架，解决稀疏奖励、多任务学习、长周期规划等挑战性问题； 3.开发高效的模仿学习算法，结合人类示范数据与自主探索策略，提升智能体在真实场景中的泛化性与安全性； 4.针对机器人控制、多模态感知-动作闭环等场景，优化算法在计算效率、实时性与鲁棒性方面的表现； 5.与硬件、仿真团队紧密协作，推动算法在实体机器人或虚拟环境中的部署与验证。
1.负责具身智能的核心算法研发，聚焦强化学习（RL）与模仿学习（IL）技术，推动智能体在复杂物理环境中的感知、决策与行动能力； 2.设计并实现基于强化学习的端到端训练框架，解决稀疏奖励、多任务学习、长周期规划等挑战性问题； 3.开发高效的模仿学习算法，结合人类示范数据与自主探索策略，提升智能体在真实场景中的泛化性与安全性； 4.针对机器人控制、多模态感知-动作闭环等场景，优化算法在计算效率、实时性与鲁棒性方面的表现； 5.与硬件、仿真团队紧密协作，推动算法在实体机器人或虚拟环境中的部署与验证。
蚂蚁ASystem会探索和构建高性能的 AI 自学习基础系统，让语言交互、智能体、具身智能等各类 AI 场景都能基于这个基础系统走向高效的自我演进，迈向更高的智能水平。 1. 探索和研究新一代训推混合计算系统，寻求从算子到训推并行原理下的系统创新，实现大规模T级参数模型训练和100X性能提升； 2. 以“X+RL”范式构建新一代强化学习框架，实现多轮交互、过程奖励、大规模模拟环境等，支持各类智能体和搜索场景学习能力提升； 3. 通过先进软硬件设计和优化，研究并持续优化分布式并行计算和调度系统，提升大模型在训推一体、长推理效率和弹性训练能力，大幅降低智能计算成本。
蚂蚁ASystem会探索和构建高性能的 AI 自学习基础系统，让语言交互、智能体、具身智能等各类 AI 场景都能基于这个基础系统走向高效的自我演进，迈向更高的智能水平。 1. 探索和研究新一代训推混合计算系统，寻求从算子到训推并行原理下的系统创新，实现大规模T级参数模型训练和100X性能提升； 2. 以“X+RL”范式构建新一代强化学习框架，实现多轮交互、过程奖励、大规模模拟环境等，支持各类智能体和搜索场景学习能力提升； 3. 通过先进软硬件设计和优化，研究并持续优化分布式并行计算和调度系统，提升大模型在训推一体、长推理效率和弹性训练能力，大幅降低智能计算成本。