蚂蚁金服研究型实习生-具身智能-运动控制方向
任职要求
1. 机器人、计算机、自动控制、机电工程、数学等专业硕士/博士，理论功底深厚，有相关足式机器人控制经验更优；
2. 具备人形机器人控制方法与具身智能相关知识（自动控制理论、现代控制理论、机器人运动学与动力学），具有机器人运动控制系统建模、轨迹规划、与控制算法设计等方…工作职责
1. 负责机器人运动学、动力学模型建立与仿真，对机器人运动性能建立相关标准； 2. 负责机器人运动控制算法的研究与开发，实现包括不限于四足、双足机器人全身控制、多机械臂协作等领域的规划及控制建模、协同规划控制等任务； 3. 具备追踪国际先进足式机器人控制算法能力，能够复现相关论文算法.
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： 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。
我们正在寻找对通用具身智能前沿研究充满热情的实习生，参与构建下一代多任务、多场景统一的具身基础大模型。本项目聚焦三大核心挑战：跨任务泛化的通用能力建模、仿真到现实（Sim2Real）的迁移鸿沟弥合、以及大规模高质量具身交互数据的自动化构建与评测。 你将深度参与以下关键方向： 1. 研发支持视觉-语言-动作（VLA）统一建模的具身基础大模型，实现零样本/少样本下的跨任务感知、理解与决策； 2. 构建高保真机器人仿真平台与世界模型（World Modeling）渲染系统，提升仿真环境的真实性与动态交互能力，缩小 Sim2Real 差距； 3. 构建大规模具身交互数据集，融合真实采集与基于世界模型的自动化生成，并配套建立标准化、可扩展的自动化评测体系； 4. 设计轻量化推理算法与部署框架，将大模型高效运行于真实机器人硬件（如 Franka、UR、Stretch 等），完成闭环验证与迭代优化。 优秀成果可形成专利/论文，或发布开源社区
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。