强化学习算法工程师/专家

职位描述

- 负责具身基础模型的后训练与强化学习研发，持续提升机器人任务成功率、稳定性与泛化能力。

- 研究如何利用机器人真实执行中的成功、失败、人工干预及环境反馈进行持续学习。

- 构建高效、稳定、可扩展的 Offline / Online RL 与真机后训练体系。

- 探索机器人经验的数据配方与 Scaling Law，研究交互规模与模型能力增长之间的关系。

- 推动大规模真实机器人训练—执行—反馈—再训练闭环。

任职要求

- 硕士及以上学历，计算机、机器人、自动化、人工智能等相关方向，具备扎实的强化学习 / 深度学习基础和良好的代码能力。

- 熟悉强化学习、模仿学习或机器人学习，对 Offline / Online RL 等方向有较深入理解。

- 有 VLA 后训练、真机强化学习、大规模 RL 或多模态模型后训练经验者优先。

- 具备较强的实验能力，能够独立推进算法设计、训练和真实系统验证。

- 有高质量论文、开源项目或同等研究 / 工程成果者优先。