具身智能算法实习生· 2026-09-09

VLA × 世界模型 × 强化学习，让机器人在复杂环境中自主 loco-manipulation。线下实习 3 个月以上，工作地点北京海淀。

【端到端基础模型：VLA 与世界模型】 参与人形机器人 loco-manipulation 的端到端模型研发，探索 VLA、世界模型、in-context learning 等前沿方向，统一建模语言指令、视觉感知与全身动作序列，突破人形机器人全身移动操作能力。 【RL 后训练与策略闭环】 将预训练模型与 online、offline-to-online 训练深度结合，统一优化全身协调、接触丰富操作、负载扰动与失败恢复，提升端到端策略从仿真到真机的鲁棒性与可部署性。 【顶会论文产出】 参与实验设计、结果整理与方法论总结，目标投递 CoRL、RSS、CVPR、ICLR 等机器人与人工智能顶会。 【我们会提供】 · 充足计算资源：300+ A800/H20，人均可支配 GPU 算力 · 研究讨论指导：明确的科研方向，以及系统性问题拆解 · 真实机器人硬件：多台宇树 G1 人形机器人，遥操设备以及数据采集外包

机器人操作或强化学习研究，双修更佳。 · 机器人操作方向：有 loco-manipulation / 全身控制经验，熟悉 manipulation policy（VLA、WAM、ACT）等主流方法，具有预训练经验更佳。 · RL 后训练：具备 online 或 offline-to-online 微调的实际经验，能处理分布偏移、奖励设计、价值估计不稳定、探索与安全约束等问题。 · 完整科研经历：有 NeurIPS、ICML、ICLR、CVPR、ICRA、CoRL、RSS 等顶会投稿或中稿记录，完整走过“实验、写作、投稿”流程。 · 线下长期投入：能够在北京线下实习，持续 3 个月以上。 · 热爱人形机器人研究：相信具身智能终将走进物理世界，人形 loco-manipulation 正是这场变革中最核心的能力——在真实环境中统一移动与操作，让智能真正作用于物理世界。