职位描述：

参与具身基础模型后训练与真机部署核心研发，推动VLA、WAM模型从算法迭代到机器人真实落地。负责VLA与世界动作模型的SFT、RLHF、DPO微调优化，改进高维连续动作输出效果，解决多模态场景下动作幻觉与时序不一致问题。开展真实机器人强化学习研发，突破传统虚实迁移局限，完成真机安全探索、动态环境适配与奖励建模。负责策略模型在边缘设备的高性能推理部署，通过模型优化降低时延，打通高层规划与底层高频控制链路，解决真机抖动、控制不匹配等工程问题。依托人机在环数据与真机故障案例迭代模型，持续提升机器人物理适配能力与开放场景泛化性能。

职位要求：

计算机、机器人、自动化等相关专业应届生，熟悉深度强化学习、主流动作生成与控制架构，具备扎实算法与代码基础。了解VLM、世界模型微调对齐方案，拥有人形、四足机器人或灵巧手真机策略部署经验优先。熟练使用Python/C++及Linux开发环境，具备模型部署与工程优化能力。善于借助AI工具提升研发效率。

加分项：

拥有真实世界强化学习落地、仿真真机闭环优化、高动态运动或精细操作算法研发经验。