小米顶尖实习-机器人具身智能算法研究员-机器人事业部
任职要求
1、硕士及以上学历，机器人、计算机、人工智能、机器学习、应用数学等专业，理论功底深厚，有机器人、机械臂、自动驾驶、大模型从业经历者优先； 2、掌握机器人操作快慢双系统设计理念（VLM+VLA），掌握相关ACT/Diffusion Policy/RDT/Pi0等基础算法，有相关GROOT、AgiBot GO1、Helix…
工作职责
1、参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化； 2、设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能； 3、与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施； 4、紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。
1.参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化； 2.设计、训练、部署模仿学习、强化学习、迁移学习、多模态学习等算法，构建机器人各类应用的通用技能； 3.与大模型、运控等团队合作，推动具身智能数据集、机器人平台等各项目落地实施； 4.紧跟最新技术进展，将学术界前沿创新内容进行快速复现并创新，参与相关方向的论文与专利积累。 【课题名称】 机器人具身智能算法研究 【课题内容】 追踪当下前沿机器人具身智能算法，复现并创新。
1. 参与研发端到端大模型自动驾驶算法方案，开发并设计业内领先的模型架构、训练方法和部署方案，以及大模型相关的数据方案、模型方案等工作； 2. 跟踪最新的自动驾驶、具身智能和人工智能相关前沿技术，对可应用于自动驾驶的新技术进行技术调研和原型验证； 3. 撰写高水平学术论文扩大影响力。
1. VLA/VLN算法开发：研究并实现Vision-Language-Action (VLA) / Vision-Language Navigation（VLN）算法，使机器人能够根据自然语言指令以及当前场景进行自主移动； 2. 多模态融合：开发视觉、语言、地图等多模态信息融合模块，提升导航决策的准确性； 3. 场景理解：实现基于视觉和语言的场景语义理解，支持复杂环境下的目标定位与路径规划； 4. 模型训练与优化：负责VLA/VLN模型的训练、调优及推理性能优化； 5. 数据与评测：参与导航数据集构建、评测指标设计及Benchmark开发。
1. VLA算法开发：参与Vision-Language-Action多模态模型的训练、调优与部署； 2. 数据Pipeline开发：构建高效的机器人数据采集、处理、存储与加载系统； 3. 工具链开发：开发数据标注、可视化、实验管理等配套工具。