蚂蚁金服研究型实习生-具身智能操作系统的安全性研究
任职要求
研究领域： -目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位 -具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go -具有上述研究领域的…
工作职责
研究领域： IoT 项目简介： 具身智能作为人工智能发展的新范式，通过物理实体（如机器人、无人系统等）直接与现实世界交互，其核心挑战在于融合AI与物理实体的安全可控性。当前系统涉及硬件设施、算法模型、数据系统等多维度复杂性，潜在攻击面包括传感器漏洞、多模块协同干扰、算法对抗攻击等。恶意攻击很可能引发具身智能体执行危险动作。传统安全防护难以应对物理域与信息域的双重威胁，目前不少厂家都在使用的开源项目Robot Operation System（机器人操作系统，简称ROS）最初以科研为目标场景，缺乏系统整体性安全设计。随着ROS的广泛应用，很多安全问题随之暴露，本项目希望对具身智能操作系统的安全性展开研究，提供系统性解决安全问题的方案。
岗位职责 1. 定制化3D仿真场景与资产构建，实现多样化任务的3D场景的程序化生成。同时结合 3D Gaussian Splatting (3D-GS)等技术，优化场景的Real2Sim视觉质量； 2. 支持物体布局优化和材质、光照、相机的随机化建模等，提升仿真数据的多样性与真实性，系统性缩小 sim2real gap； 3. 协助搭建基于 NVIDIA Isaac Sim 的高保真、可扩展的机器人仿真平台，构建自动化评测流程，支持具身智能体的训练与评测；协助采集机器人操作轨迹，生成海量仿真数据，进行Benchmark和Sim2Real的实验； 4. 复现和集成前沿算法，投稿高质量会议论文。
运动控制开发： 参与构建人形机器人通用运控跟踪器，实现高动态行为的稳定执行。 与基于 Diffusion 的轨迹生成器协同工作，赋予机器人日常运动与操控能力（如行走、转向、平衡调整）。 专项技能研发： 开发机器人特定技能：物体抓取与搬运、球类运动、开关门等常见交互任务。 要求算法具备快速决策与高效执行能力，确保在动态环境中的稳健表现。 数据与部署链路： 参与人形机器人遥操作数据采集、仿真数据生成及人体动作数据的重定向处理。 打通从 数据→仿真→训练→部署 的完整研发链路，推动算法在实机上的优化与落地。
研究领域： 人工智能 项目简介： 这个项目结合了embodied AI和大型语言模型（LLM agent）的优势，旨在实现一个具身智能的测评流程。包含多模态理解能力的开发，知识图谱的建立、测试数据和报告的自动生成、利用大模型的规划能力自动规划测评的步骤和决策一小步的动作。
专注于多模态大模型与人机交互技术的创新研究及实践，具体职责包括： 1、探索多模态大模型（文本/图像/语音/视频等）的交互式应用场景，研发新型人机交互范式； 2、针对多模态交互复杂任务推理进行探索及研究，提升多模态、多跳推理场景下的复杂任务完成率； 3、优化多模态数据的融合算法，提升模型对复杂交互场景的理解与响应能力； 4、构建高效的多模态交互系统模型架构，研究低延迟、高并发的实时交互技术方案。