美团【实习】机器人研发实习生
任职要求
1.机械工程、计算机、自动化、机器人等相关专业； 2.了解工业机器人、协作机器人、灵巧手等的常见结构，熟悉机器人运动学、动力学的基本建模及分析方法，了解机器人常用运动控制、插值及路径规划算法，了解阻抗及导纳控制基本原理； 3.熟悉常用的机器人遥操作系统及数据采集方法，了解模仿学习及强化学习基本概念…
工作职责
1.参与机器人控制器的软硬件设计及运动控制； 2.参与机器人遥操作数据采集装置的设计及数据集构建； 3.参与机器人技能模型构建及任务规划开发。
公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)
1.负责游戏中AI竞技机器人的研发和应用； 2.基设计AI竞技机器人的应用方案，改进用户体验； 3.协助配合技术开发人员，跟进产品开发进度，确保产品的开发、测试、上线等各个环节，保证产品及时高质量上线，跟踪线上数据并持续进行迭代； 4.协助项目管理，日常进度跟踪以确保产品功能与项目交付； 5.跟进行业相关动态，定时整理并输出相关报告。
1.协助产品负责人与UE/UI同学，进一步深化产品功能设计，设计游戏化的交互场景满足工程机械应用使用； 2.协助产品负责人撰写产品的需求文档、交互文档；并通过与研发人员沟通使自己的需求真实落地到业务场景中以解决客户的痛点； 3.协助产品负责人对视觉算法、控制算法等设计相应指标促成算法在产品项目上不断优化以满足产品的需要； 4.现场调试机器人，测试机器人，录制视频demo。
-负责计算机视觉和深度学习算法的开发与性能提升，研究的问题包括但不限于虚拟人-基于DIffusion model的2D/3D虚拟人的表情/肢体驱动、生成模型-多模态的图像/视频生成与编辑 -行业内相关的实习、高校实验室、研究所研究、以及工作经验 -有与图形学、计算机视觉、机器学习等研究相关的开源项目的贡献背景 -在国际顶尖会议或期刊（CVPR、ICCV、ECCV、3DV、 SIGGRAPH、TOG、TPAMI）发表相关论文 -主动性强，在具有挑战性的研究问题上不断深耕并达到业界顶尖水平