优才-具身智能算法工程师（后训练 Infra 方向）-觅蜂子公司 上海 正式 职位描述 1. 负责具身智能后训练框架的设计与迭代，构建支撑真机强化学习的规模化训练能力。2. 深入理解强化学习、模仿学习、在线学习等后训练算法（PPO/SAC/DAgger/RLHF 等），基于算法特性设计高效的训练架构与数据流。3. 设计并实现云端多机多卡训练 + 边缘多机多本体 rollout 的分布式异步训练架构，支撑从单机到百台规模的扩展。4. 构建多种后训练算法的统一框架支撑，实现新算法低成本快速接入与验证。5. 负责云边通信体系设计（权重同步、数据回传、时延隐藏），保障大规模分布式训练的效率与稳定性。6. 跟进后训练领域前沿进展（π0.6 / RLT / flow matching RL 等），具备快速复现并工程化落地新算法的能力。 职位要求 1. 计算机、AI、机器人等相关专业硕士及以上学历。2. 具备扎实的 Python/C++ 编程能力，熟悉分布式系统设计与实现。3. 熟悉强化学习算法（PPO/SAC/DAgger 等），深入理解 on-policy / off-policy / online RL 的训练特性、数据需求与系统约束。4.
具身智能算法实习生（后训练 Infra 方向） 上海 实习 职位描述 1. 参与具身智能后训练框架的设计与迭代，构建支撑真机强化学习的规模化训练能力。2. 理解强化学习、模仿学习等后训练算法（PPO/SAC/DAgger 等），参与基于算法特性的训练架构设计与实现。3. 参与云端多机多卡训练 + 边缘多机多本体 rollout 的分布式异步训练系统开发。4. 参与多种后训练算法的框架侧适配与验证。5. 参与云边通信模块开发（权重同步、数据回传、时延隐藏）。6. 跟进后训练领域前沿进展，参与新算法的复现与工程化验证。 职位要求 - 计算机、AI、机器人等相关专业硕士在读或优秀本科生。- 熟悉 Python，熟练使用 PyTorch，有深度学习项目经验。- 对强化学习（PPO/SAC/DAgger 等）有基础理解或强烈兴趣。- 具备良好的工程意识与代码规范，愿意深入理解底层原理。- 实习 3 个月以上优先，能长期实习更佳。加分项- 有分布式系统或通信框架（RPC / gRPC / ZMQ 等）使用经验。- 有真机强化学习或仿真器（RoboSuite / ManiSkill
规控算法实习生-灵犀 深圳 实习 职位描述 1. 负责机器人三维空间导航的路径规划及运动控制算法开发、优化及产品化落地；2. 负责基于learning的机器人全身协调控制（WBC），与导航移动、上肢操作协同的规划控制算法开发；3. 构建感知-规划控制系统，融合本体感知能力，实现三维全地形的全身避障规划；4. 深度参与VLN、智能体长程任务规划等前沿技术的研究攻坚； 职位要求 1. 熟练掌握C++/Python，熟悉Linux开发环境及ROS/ROS2框架； 2. 精通机器人运动学/动力学建模，熟悉优化理论（凸优化、非线性优化）； 3. 熟悉主流规划算法（如A*, RRT, MPC）及控制理论（如现代控制、鲁棒控制）；4. 加分项：有基于强化学习（如PPO/SAC）或模仿学习（如GAIL/DAgger）进行运动规划/决策控制的研究或项目经验；5. 加分项：熟悉CUDA/TensorRT等推理加速手段，有学习型规划器实时化经验； 投递...
机器人全栈算法实习生（Robotics Full-Stack Algorithm Engineer） 北京、上海 实习 职位描述 职位名称：我们正在招聘一位具备系统视野、扎实算法功底与工程能力的机器人全栈算法工程师，加入我们面向真实世界任务的遥操作与智能控制系统研发。该职位将聚焦于探索遥操作在感知、建图、控制、人机协作等方面的潜力，集成多模态输入输出设备，并提升远程操作的效率、自然性与鲁棒性。同时，你将参与构建机器人端的高质量数据采集系统与学习型控制模型，推动视觉语言动作（VLA）等新一代方法在实际任务中的落地表现。1.设计并实现机器人系统中的关键算法模块，包括但不限于感知（perception）、运动规划（planning）、控制（control）、状态估计（state estimation）、强化学习（reinforcement learning）与操作策略学习（manipulation policy learning）等。2.独立负责具体任务目标的技术方案制定与交付，快速理解需求、拆解问题，并推动高质量实现。3.主动识别系统性能瓶颈，提出并验证改进方案，持续优化系统稳定性与效率。4.与系统工程、硬件集成、仿真测试等团队紧密协作，推动算法模块在真实场景中的有效部署与迭代。 职位要求 1.对机器人技术充满热情，关注前沿进展，具备持续学习与深入钻研的主动性。2.具备优秀的理解能力与自主驱动，能够在不确定条件下厘清需求、独立推进任务。3.精通 C++ 与 Python，具备良好的代码结构设计、工程实现与性能调试能力。4.对机器人基础算法体系有全面认知，并在以下至少一个方向具有深入经验：•感知（图像处理、点云理解、多模态融合、SLAM）•运动规划（采样规划、轨迹优化等）•控制（位置/速度/力控制，MPC 等）•状态估计（Kalman / particle filter，传感器融合）•强化学习与模仿学习（包括行为克隆、DAgger、PPO、Diffusion Policy 等）•操作策略学习（manipulation policy learning），具备从感知到动作生成的端到端建模能力•拥有对机器人系统架构的整体理解，能够快速上手和集成不熟悉的算法模块。•欢迎具有强大学习能力和成长潜力的候选人，即使在某些方向经验尚浅，也能迅速适应、持续成长。加分项：•有机器人实机部署经验，特别是在高复杂度任务中的经验•有机器人系统或远程操控经验•在机器人或机器学习顶级会议（ICRA, CoRL, RSS, NeurIPS 等）发表论文者优先•熟悉 ROS/ROS2、Mujoco、PyBullet、Isaac Sim 等仿真和开发工具链者优先 投递...
机器人全栈算法实习生 上海 实习 职位描述 我们正在招聘一位具备系统视野、扎实算法功底与工程能力的机器人全栈算法工程师，加入我们面向真实世界任务的遥操作与智能控制系统研发。该职位将聚焦于探索遥操作在感知、建图、控制、人机协作等方面的潜力，集成多模态输入输出设备，并提升远程操作的效率、自然性与鲁棒性。同时，你将参与构建机器人端的高质量数据采集系统与学习型控制模型，推动视觉语言动作（VLA）等新一代方法在实际任务中的落地表现。1.设计并实现机器人系统中的关键算法模块，包括但不限于感知（perception）、运动规划（planning）、控制（control）、状态估计（state estimation）、强化学习（reinforcement learning）与操作策略学习（manipulation policy learning）等。2.独立负责具体任务目标的技术方案制定与交付，快速理解需求、拆解问题，并推动高质量实现。3.主动识别系统性能瓶颈，提出并验证改进方案，持续优化系统稳定性与效率。4.与系统工程、硬件集成、仿真测试等团队紧密协作，推动算法模块在真实场景中的有效部署与迭代。 职位要求 1.对机器人技术充满热情，关注前沿进展，具备持续学习与深入钻研的主动性。2.具备优秀的理解能力与自主驱动，能够在不确定条件下厘清需求、独立推进任务。3.精通 C++ 与 Python，具备良好的代码结构设计、工程实现与性能调试能力。4.对机器人基础算法体系有全面认知，并在以下至少一个方向具有深入经验：•感知（图像处理、点云理解、多模态融合、SLAM）•运动规划（采样规划、轨迹优化等）•控制（位置/速度/力控制，MPC 等）•状态估计（Kalman / particle filter，传感器融合）•强化学习与模仿学习（包括行为克隆、DAgger、PPO、Diffusion Policy 等）•操作策略学习（manipulation policy learning），具备从感知到动作生成的端到端建模能力•拥有对机器人系统架构的整体理解，能够快速上手和集成不熟悉的算法模块。•欢迎具有强大学习能力和成长潜力的候选人，即使在某些方向经验尚浅，也能迅速适应、持续成长。加分项：•有机器人实机部署经验，特别是在高复杂度任务中的经验•有机器人系统或远程操控经验•在机器人或机器学习顶级会议（ICRA, CoRL, RSS, NeurIPS 等）发表论文者优先•熟悉 ROS/ROS2、Mujoco、PyBullet、Isaac Sim 等仿真和开发工具链者优先 投递...
具身算法工程师 上海 全职 研发 - 算法 职位描述 1. 负责从遥操作数据采集、模型训练到真机部署的完整闭环（DAGGER等模仿学习范式）2. 尝试开源模型（DP、DP3、Pi0.5、LingBot-VLA等）在具体工业任务上的落地3. 构建数据采集+标注平台、模型训练+微调平台、模型部署+推理平台4. 拓展WAM、动捕数据、第一视角数据的学习，以及实机强化学习等技术的落地可能 职位要求 1. 硕士及以上学历，机器人、计算机、自动化、人工智能等相关专业2. 熟悉模仿学习（DP、VLA等）、强化学习、Sim-to-Real等方向3. 熟悉Linux、Python/C++，熟练使用PyTorch/TensorFlow4. 有真机调试部署经验，模型微调经验5. 有开源项目贡献者优先 投递...
具身智能算法工程师（后训练 Infra 方向）-觅蜂子公司 上海 校招 正式 技术族 - 算法类 职位 ID：A176440 职位描述 觅蜂科技（Maniformer）是全球领先的一站式物理AI数据服务平台，致力于打造具身智能数据的 “平台型供给” 基础设施，实现数据的体系化、标准化、规模化供给。1. 负责具身智能后训练框架的设计与迭代，构建支撑真机强化学习的规模化训练能力。2. 深入理解强化学习、模仿学习、在线学习等后训练算法（PPO/SAC/DAgger/RLHF 等），基于算法特性设计高效的训练架构与数据流。3. 设计并实现云端多机多卡训练 + 边缘多机多本体 rollout 的分布式异步训练架构，支撑从单机到百台规模的扩展。4. 构建多种后训练算法的统一框架支撑，实现新算法低成本快速接入与验证。5. 负责云边通信体系设计（权重同步、数据回传、时延隐藏），保障大规模分布式训练的效率与稳定性。6. 跟进后训练领域前沿进展（π0.6 / RLT / flow matching RL 等），具备快速复现并工程化落地新算法的能力。 职位要求 1. 计算机、AI、机器人等相关专业硕士及以上学历。2. 具备扎实的 Python/C++ 编程能力，熟悉分布式系统设计与实现。3.