VLA大模型真机强化学习自主进化研究

1. 研究并实现基于VLA大模型的真机强化学习框架，实现机器人策略持续进化； 2. 设计物流拣选场景的奖励函数，构建“示教-试错-纠错-更新”训练闭环；3. 探索高效的VLA模型在线微调与适配策略，降低真机交互的数据需求； 4. 在仿真环境与真实机器人平台进行算法验证，完成Sim2Real迁移迭代。

1. 获得本科及以上学历，计算机科学、自动化、机器人学、电子信息等相关专业； 2. 具备大模型训练或微调经验，熟悉多模态模型基础，掌握视觉语言动作模型（VLA）训练方法及真机强化学习（RL）框架； 3. 具备针对物流拣选等复杂场景设计奖励函数、构建“示教-试错-更新”闭环训练体系及Sim2Real迁移验证的实战经验； 4. 熟练掌握Python或C++编程，熟悉主流深度学习框架及仿真平台，具备高效模型在线微调与适配策略的研发能力； 5. 在机器人、计算机视觉或人工智能等顶级会议或期刊有高质量论文发表记录，或在知名机器人竞赛中取得过优异成绩。