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. 深入理解美团无人机业务场景，探究以类人形具身算法数据采集与算法训练的最优配合范式，设计高效的数据闭环方案，以提升具身智能模型在真实物理世界中的泛化能力。 2. 针对非结构化环境下的感知与决策难题，研发创新性的具身智能算法，并探索其在无人机/机器人系统中的实际部署边界与应用价值。 3. 依托公司真实场景数据与高校合作资源，定义并解决具身智能领域的关键科学问题，参与前沿学术会议的高质量论文产出。 4、负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；
1、负责机器人多模态大模型（VLA模型）的工程化落地，包括预训练开发、模型微调、训练优化以及实际效果调优； 2、参与基于大模型的机器决策控制工程化工作，包括训练框架搭建、数据集处理、算力部署，以及在真机上的部署与测试； 3、优化大模型的训练效率以及资源利用率，熟练运用诸如模型并行、Flash Attention、LoRA等技术； 4、负责云端数据处理以及分布式训练落地，优化大模型的多模态任务处理能力； 5、跟进多模态大模型与具身智能的前沿应用进展，负责模型在机器人场景的部署与技术转化。
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.协助具身智能渲染工程师 岗位的核心算法研发与工程落地工作 2.参与前沿技术调研、论文复现与实验验证 3.支持仿真平台开发、数据管线搭建与性能优化
1. 算法产品化： · 负责具⾝智能算法和模型在机器⼈上的开发与集成，将其转化为稳定的产品功能。 · 针对特定场景如家庭、⼯⼚等，对算法进⾏⼯程化调优，解决场景和业务适配问题。 2. 模型部署与优化： · 负责模型在嵌⼊式硬件（如Jetson Orin/Thor, 昇腾等）上的优化与部署。 · 优化机器⼈软件架构，降低系统延迟，确保“感知-决策-执⾏”链路的⾼频、稳定响应。 3. 实现数据闭环迭代： · 构建具⾝智能数据采集、存储、清洗、标注等软件系统和平台，解决机器⼈的数据问题。 · 构建⾃动化的数据闭环系统，确保模型能在现实应⽤中持续迭代提升。 4. 提升鲁棒性与可靠性： · 设计完善的异常处理机制，确保机器⼈在算法失效、传感器异常等突发状况下能安全停机或⾃我恢复。 · 建⽴完整的测试评价体系，通过真机测试与⻓时运⾏，发现并解决整个系统中在的问题。