一、岗位职责

1.具身智能核心算法研究：负责具身感知、场景理解、运动规划、肢体控制、姿态优化等核心算法的研发与迭代，研究视觉、力觉、触觉等多传感器融合技术，解决机器人复杂环境感知与精准交互难题，提升智能体环境适配与自主作业能力。

2.大模型具身适配与落地：研究大语言模型、多模态大模型与具身智能的融合技术，攻克大模型机器人落地难点，包括指令理解、任务拆解、逻辑推理、长序列任务执行、具身记忆与自主决策等，实现AI大模型赋能实体智能体。

3.仿真训练与实体部署优化：搭建并优化机器人仿真训练环境，构建具身智能训练数据集，研发仿真到现实的迁移学习算法，解决仿真与实体场景的域偏移问题，完成算法在人形机器人、移动机器人等实体设备的调试、部署与迭代优化。

4.前沿技术攻关与创新：跟进国内外具身智能前沿技术，深耕通用具身智能、自主学习、强化学习、模仿学习、人机协同交互等前沿方向，突破机器人动态避障、复杂场景作业、自适应控制等技术瓶颈，打造差异化技术创新优势。

5.科研成果沉淀与输出：独立牵头具身智能相关科研项目，完成技术方案设计、实验验证、数据复盘与技术沉淀，高质量产出学术论文、核心发明专利、技术白皮书。

6.场景落地与技术赋能：结合工业作业、服务交互、智能巡检、人形机器人应用等业务场景，落地具身智能算法方案，解决机器人自主作业、智能交互、复杂场景适配等实际业务痛点，推动具身智能技术商业化落地应用。

7. 团队技术共建迭代：参与团队技术研讨、算法迭代与技术分享，指导团队学生，梳理规范具身智能研发、测试、部署流程，推动团队整体技术能力提升。

二、任职要求

1.学历：博士学历，具备扎实的学术科研功底，熟悉前沿智能算法研发逻辑。

2.专业：人工智能、计算机科学与技术、机器学习、深度学习、模式识别、机器人工程、自动化、控制科学与工程等AI及智能控制相关专业。

3.能力基础：精通具身智能、机器人感知与控制、深度学习、强化学习核心理论，熟悉Transformer、CNN等主流模型架构，具备扎实的数学、算法、控制理论基础。

4. 有学术会议（NeurIPS、ICML、ICLR、CVPR、ICRA、IROS、RSS等）论文发表、核心专利授权、国家/省级机器人或人工智能科研项目牵头/参与经验者优先。

5. 有人形机器人、移动机器人具身算法研发落地经验，或大模型具身智能体、仿真训练、虚实迁移项目实战经验者优先。