多模态VLA大模型轻量化及闭环控制研究

1.多模态大模型开发与优化：参与VLA大模型的训练、微调和部署，提升模型在机器人任务上的表现，探索多模态对齐方法，优化视觉、语言与机器人动作的联合表征。 2.具身智能任务适配：研究如何将VLA模型适配到真实机器人场景，涉及高效Prompt工程或轻量化微调策略，降低计算成本 3.在仿真环境中构建多模态交互任务测试集，评估模型泛化性，将语言和视觉指令转化为可执行的动作序列

1. 计算机、自动化、机器人、电子信息等相关领域的本硕博在校生。 2. 熟练使用Python或C++，熟悉Pytorch或TensorFlow，具备大模型训练或微调经验。 3. 掌握多模态模型基础，了解视觉语言的训练方法。 4. 拥有机器人竞赛经验，或在相关领域顶级会议（如CVPR、ICRA等）发表过论文者优先。 5. 对机器人技术具备强烈热情，拥有快速学习能力及工程落地思维。