安克创新具身智能-强化学习(灵巧操作方向) 实习生
任职要求
1.硕士及以上学历在读，计算机、人工智能、机器人、自动化等相关专业，2026 年及以后毕业优先 2.深刻理解强化学习核心算法（PPO, SAC 等），同时熟悉具身操作大模型（VA/VLA/WAM）的训练逻辑 3.具备扎实的机器人运动学、动力学基础，能够处理真机实验中的延迟、噪声及硬件非线性特性 4.精通 Python 与 PyTorch，熟悉主流 RL 框架，具备良好的分布式训练与真机部署工程经验 5.了解以下至少一个方向的核心技术： Offline-to-online 真机RL算法 去噪模型（Flow matching/Diffusion）RL算法 VLA / 多模态大模型 机器人学习或具身智能基础方法 …
工作职责
安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。 【你将参与】 1.参与具身操作模型（VA/VLA/WAM）的监督微调（SFT）和强化学习（RL），包括数据格式设计、训练配置、效果评估与 benchmark 分析 2.负责在真实机器人平台上设计并实施 RL 训练方案，通过真机数据迭代提升具身操作模型在复杂、非结构化环境下的泛化能力与鲁棒性 3.参与设计与训练通用奖励模型，通过奖励模型引导，实现长程任务（Long-horizon tasks）下的高效真机强化学习 4.跟踪前沿具身智能方向论文，探索基础模型与 RL 结合的最新技术，推动其在真机任务中的表现超越传统模仿学习方法
1.基于人类视频和演示的具身灵巧抓取与操作策略VLA算法研究与开发； 2.视觉-触觉-本体多模态信息融合下的长序列双手灵巧抓取操作研究； 3. 灵巧手视触觉融合精细抓取系统；
视觉大模型方向： 1、 协调上层应用需求到机器视觉算法的整体架构; 2、 实现机器人基于3D视觉的双臂抓取方案，落地在照片、水杯等常规物体的视觉抓取任务中: 3、带领算法团队进行传统机器人视觉到端到端视觉大模型的技术演进，并落地在双臂协同抓取任务; 导航定位方向: 1、 负责机器人基于LIDAR的导航与定位算法研究与实现，并支持机器人业务中导航的需求; 2、负责单线和多线LIDAR的开发，SLAM 算法、多传感器融合算法、3D点云、3D场景重建等 3、负责无地图导航算法研究、自主实时建图方案研究; 4、实现高精度的地图更新; 机器人操作系统方向: 1、从事移动机器人系统的设计和研发，不限于底盘、四足、双足等形态;设计机械结构，硬件结构、并具备-定嵌入式开发经验: 2、具备机器人硬件开发经验，实现对关节电机的控制、实现与相机和雷达的通信: 3、熟悉运动控制算法，利用动捕收集步态数据，并通过强化学习和模仿学习实现机器人运动控制: 双臂方向 1、复现开源的双臂机器人扩散大模型RDT,并完成数据采集、模型训练、优化等功能: 2、设计触觉反馈传感器，并用于灵巧手，实习灵巧手的触党反馈: 3参与机器人架构设计、零部件选型、算法方案设计: 运动控制方向: 1.设计、 开发、实现和优化智能机械管的控制算法， 提高机械臂的智能性和学习能力。 2、研究机器人的智能控制模型，理解机器人的知、推理、学习和行为规划等机制。 3、在等机器人软件平台上开发机器人的控制和规划程序，并在Linux系统下进行软件开发和调试。 4、与其他团队成员合作，集成机器人和其他智能设备的功能，实现智能化的生产流程。
1.参与具身智能操作基座模型的研发，通过设计创新的VLA、WA等算法，构建行业领先的通用操作能力。 2.跟踪具身智能、机器人通用操作领域国际顶会顶刊最新研究动态，挖掘创新技术方向与落地场景，提出可落地的技术解决方案，持续优化算法性能与模型泛化能力
1.参与具身智能操作基座模型的研发，通过设计创新的VLA、WA等算法，构建行业领先的通用操作能力。 2.跟踪具身智能、机器人通用操作领域国际顶会顶刊最新研究动态，挖掘创新技术方向与落地场景，提出可落地的技术解决方案，持续优化算法性能与模型泛化能力