机器人移动操作全身协同控制算法研究

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。

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++等编程语言，熟悉ROS等机器人框架，并能熟练运用Isaac Sim/Lab、Habitat、MuJoCo、PyBullet、Gazebo等主流仿真平台； 4. 在CVPR、ICCV、ECCV、ICRA、IROS、NeurIPS、CoRL等顶级会议或期刊有高质量论文发表记录。