京东机器人移动操作全身协同控制算法研究
校招全职空间与具身智能方向地点:北京状态:招聘
任职要求
1. 获得本科及以上学历,计算机科学、机器人学或相关专业; 2. 具备视觉语言导航(VLN)、机器人运动控制(Locomotion)或具身操作等领域相关模型训练经验,熟悉强化学习Sim2Real及模型SFT/RL二阶段优化; 3. 熟练掌握Python、C++等编程…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
1. 主导机器人多模态大模型(VLM/VLA)架构设计,负责感知理解到动作决策的端到端方案落地; 2. 解决机器人语义导航、长程任务规划及复杂交互痛点,提升非结构环境下的泛化性; 3. 设计高效的机器人数据采集、清洗及自动标注流水线,构建大规模预训练与微调体系; 4. 跟踪Embodied AI前沿进展并转化功能,跨团队协同解决系统级联调与工程质量把控。
包括英文材料
学历+
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文,免费,零起点,完整示例,基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
还有更多 •••
相关职位
校招空间与具身智能方
1. 面向兼具移动与操作能力的机器人硬件平台,攻坚移动与操作任务的一体化全身协同控制算法。 2. 引入业界SOTA大模型与大数据算法,显著提升机器人操作任务在多样化未知场景中的泛化成功率。 3. 融合视觉、力觉、触觉等多模态感知信息,构建极具鲁棒性的环境交互系统与任务执行框架。 4. 基于海量人类与机器人动作数据,在复杂物理引擎中实现具备人体运动风格的Loco-manipulation技能建模与模仿。 5. 结合仿真与真机实验,为机器人硬件架构设计与关键部件选型提供数据驱动的核心正向反馈。
更新于 2026-07-20北京
校招空间与具身智能方
1. 面向兼具移动与操作能力的机器人硬件平台,攻坚移动与操作任务的一体化全身协同控制算法。 2. 引入业界SOTA大模型与大数据算法,显著提升机器人操作任务在多样化未知场景中的泛化成功率。 3. 融合视觉、力觉、触觉等多模态感知信息,构建极具鲁棒性的环境交互系统与任务执行框架。 4. 基于海量人类与机器人动作数据,在复杂物理引擎中实现具备人体运动风格的Loco-manipulation技能建模与模仿。 5. 结合仿真与真机实验,为机器人硬件架构设计与关键部件选型提供数据驱动的核心正向反馈。
更新于 2026-03-30北京

实习算法序列
1、开发和优化差速机器人底盘的控制和传感器数据采集功能; 2、开发基于编码器和IMU融合的轮式里程计功能; 3、开发和优化机器人自主探索建图功能,持续提升效率和覆盖率; 4、开发和优化机器人自主回充功能,持续提升效率、成功率和鲁棒性; 5、其他移动机器人相关算法、策略、应用的设计和开发。
更新于 2026-03-18南京