美团机器人算法研发实习生
任职要求
计算机、人工智能、自动化、EE、机械、机器人等相关理工科专业在读研究生
有具身智能/机器人/多模态大模型相关研究经验，掌握机器人操作领域前沿技术进展
熟悉模型任务设计、训练数据处理流程。有较强的动手能力…工作职责
从事机器人、具身智能领域的算法研发工作。具备对于前沿学术技术的理解和复现能力。并能够结合业务场景，将学术技术转化落地。
1. 人形具身控制模型研发：参与人形机器人通用动作控制模型的设计与训练，支持动捕、视频、文本等多模态输入，实现多样化运动能力的统一生成。 2. Sim2Real迁移优化：负责仿真环境到真机的部署调试，优化策略以解决抖动问题，提升新动作 Zero-shot 执行的成功率稳定性。 3. 大小脑协同探索：协助构建 Loco-manipulation一体化解决方案，实现大脑与小脑模型的高效协同。
1、负责人形机器人、机械臂等硬件实体的调校、传感器标定，以及规控算法的设计与工程实践； 2、负责AI模型在机器人硬件系统上的算法部署、性能优化与工程化落地；
岗位定位 面向机器人与具身/感知场景，基于地瓜平台建设 MLOps 平台与可视化工具链的全栈研发岗位。 岗位职责 1. 负责 AI 平台 MLOps 能力建设，覆盖训练、评测、推理、数据管理与发布全流程。 2. 设计并落地模型研发流水线，包括任务编排、参数管理、评测联动、版本发布与可观测能力。 3. 基于 K8s/ Volcano、Temporal等建设稳定、可复用的平台能力，提升研发效率与资源利用率。 4. 支持机器人模型研发与部署流程，包括数据采集、仿真训练、模型评测、推理服务与线上迭代。 5. 推动 Agent、代码工具链、自动化流程在平台研发和机器人场景中的落地应用。
1、负责挖掘机多自由度机械臂的运动学、动力学建模，设计并实现运动控制算法（轨迹规划、逆运动学求解、力/位混合控制等）； 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地，解决液压系统固有的响应延迟、非线性、死区特性等控制难题； 3、研究并应用机器学习/深度学习方法融合到传统控制框架中，构建数据驱动或模型混合的智能控制策略，重点攻克以下课题： （1）液压系统时变延迟的在线辨识与自适应补偿； （2）控制特性随油温、负载、磨损等工况变化的鲁棒适应问题（如基于学习的参数自整定、域自适应）； （3）利用强化学习（RL）/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略； （4）搭建仿真-实机闭环验证流程（Sim-to-Real），推动基于学习的运动控制模型从离线训练到实车部署的全链路落地；