机器人算法实习生

技术方向1：云端VLM大模型做感知检测分类 技术方向2：具身算法实习生 参与遥操作数据采集、清洗、格式转换与质量评估，支撑算法训练； 基于模仿学习（ACT、Diffusion Policy）或强化学习（PPO、SAC）进行模型训练与调优； 识别高价值样本（失败轨迹、长尾场景），提升数据对模型的效果增益； 建立数据质量评测流程（标注校验、分布分析、端云一致性检查）； 在仿真环境（Isaac Sim、Mujoco）或真实机器人平台上进行算法验证与Badcase归因。

技术方向3：感知算法实习生 负责机器人移动与操作场景下的环境感知算法研发与部署，包括目标检测跟踪、语义分割、物体6D位姿估计、Occupancy算法； 编排整体WorkFlow，结合环境感知/移动规划/机械臂操作规划满足业务需求； 负责场景理解算法（开集目标检测与语义分割、知识图谱、多模态算法）； 构建感知数据闭环（自动化数据标注、性能评测、场景挖掘）。

技术方向4：SLAM算法实习生 设计和开发多传感器融合定位、建图算法； 负责机器人传感器产线标定、售后标定、自标定（机械臂、Camera、LiDAR、IMU等）； 负责动、静态三维场景重建，三维场景理解（视觉、空间、文本对齐）。

技术方向5：交互世界模型实习生 建立统一的交互世界状态表示（人/物/空间/任务进度/对话状态），可查询、可回放； 研发交互预测模型（人群运动、交互反应、意图变化、风险预测）； 预测驱动决策：为VLN/导航、对话Agent、任务规划与安全仲裁提供策略评估； 构建数据与评测闭环（回放评测、对抗case库、自动化回归、失败归因与难例回流）。

1. 至少实习3个月以上时间，每周实习天数4天及以上。
2. 计算机、自动化、机器人、人工智能、电子工程、软件工程等相关专业，硕士或博士在校生；；
3. 熟悉Python，了解Git、JSON、API调用等工程实践；
4. 熟悉Linux及C/C++开发（SLAM/感知方向）或Python为主（Agent/具身/世界模型方向）；
5. 熟悉PyTorch等深度学习框架；
6. 具备以下至少一个方向的知识积累： Agent：了解LLM、Prompt Engineering、Function Calling、Tool Use、RAG、LangChain/LangGraph/LlamaIndex等； 具身：了解模仿学习（ACT、Diffusion Policy）或强化学习（PPO、SAC），有机器人数据处理经验； 感知：在目标检测、语义分割、位姿估计、Occupancy、场景理解等至少一个领域有经验； SLAM：精通视觉SLAM或激光SLAM理论，了解ROS/ROS2，熟悉多视图几何、立体匹配、SFM、MVS； 世界模型：熟悉序列建模/预测学习/强化学习/规划等方向之一，关注稳定性与可观测性；
7. 善于分析和解决问题，具备较好的沟通表达能力和团队合作精神。

【加分项】

1. 有对应技术方向的框架/工具实践经验；
2. 有真实机器人（机械臂、人形机器人、移动底盘）上手或部署经验；
3. 有顶会论文/专利/高质量开源贡献；