具身智能 VLA 算法工程师

岗位目标 面向工业制造与巡检场景，研发并落地视觉—语言—动作（Vision-Language-Action，VLA）模型，使移动机器人、机械臂、移动操作机器人、四足机器人或人形机器人能够理解任务指令、感知现场环境，并稳定完成抓取、放置、搬运、分拣、巡检处置等物理任务。 岗位职责 1. 负责面向真实机器人操作任务的 VLA 模型研发，包括视觉编码、多模态语言理解、状态表征、动作生成与策略学习。 2. 结合工业场景需求，设计并实现机器人任务策略，例如电芯/物料分拣、抓取上料、异常处置、工具使用、设备巡检、移动操作等。 3. 跟踪、复现、改进主流具身智能算法与开源方案，包括 Transformer Policy、ACT、Diffusion Policy、OpenVLA、π0、RT 系列及视觉语言模型驱动的机器人策略等。 4. 建设机器人多模态数据集与数据规范，定义并采集 RGB/RGB-D、点云…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。