| 多模态机械臂操作算法实习生（视觉/力觉/触觉/听觉） | 1、设计并实现机械臂多模态感知融合算法（视觉伺服+力位混合控制+触觉反馈），优化复杂场景下的操作精度与鲁棒性。 2、主导多传感器（RGB-D相机/六维力觉/触觉阵列/声学麦克风）数据融合闭环设计，实现亚毫米级操作精度。 3、协同硬件团队完成EtherCAT/CAN总线通信协议联调，确保算法在嵌入式系统（ROS 2/VxWorks）的实时性（延迟<10ms）。 4、搭建多模态仿真环境（Isaac Gym/MuJoCo），开发自动化工具链验证操作策略成功率（目标≥99.9%）。 5、优化力控算法在柔性物体抓取、精密装配等工业场景的泛化能力，建立操作性能量化评估标准。 6、跟踪具身智能领域最新成果（如扩散模型驱动的操作策略、多模态大模型），推动专利申报与技术迭代。 | 1、3年以上机械臂开发经验，至少主导过一个工业场景（汽车制造/3C电子）或医疗场景（手术机器人）多模态操作项目全流程。 2、硕士及以上学历，机器人学、控制工程、计算机科学、电子工程等相关专业（博士优先）。 3、精通Python/C++编程，熟练使用PyTorch/TensorFlow框架及ROS/ROS 2开发环境。 4、深入掌握多模态感知理论： （1）视觉：熟悉OpenCV/3D点云处理（PCL）、目标检测、分割等等； （2）力觉：掌握阻抗控制、导纳控制算法，熟悉六维力传感器校准； （3）触觉：了解触觉阵列信号解析（如SynTouch BioTac）、电子皮肤技术； （4）听觉：具备声学事件检测（如异常碰撞识别）及降噪算法经验。 5、熟练使用机器人仿真工具链（MuJoCo/Isaac Gym/Gazebo）及数值优化库（Eigen/Ceres）。 6、有触觉引导装配、低容错率抓取（如玻璃器皿）或声控操作成果者优先。 7、发表过机器人领域顶会论文（ICRA/IROS）或持有相关专利者优先 |
| 算法实习生 | 设计或参与以下研究方向： - Reasoning - Computer Use Agent - Code Agent - Embodied Agent 1. 负责Code、Computer Use、Robotics场景下的全链路训练，包括但不限于任务构建、数据收集、模型训练、评测，提高模型的任务执行表现 1. 奖励模型（Reward Model）的优化和创新 2. 对诸如r1-zero等新的训练范式的创新型探索 3. 探索如何构建稳健的评估方法，全面、客观、公正地评估模型的基础推理规划能力，以及和复杂环境的交互能力 2. 研究数据合成、scalable oversight, 突破数据瓶颈，减轻对人类标注的依赖； 3. 研究 system 2 在推理、规划能力中的应用，用“慢思考”提升效果，优化模型基础能力； 4. 提升模型的工具调用、API 交互能力，通过构建 agent解决复杂问题。 | 1. 正在攻读人工智能、计算机、软件工程、电子工程、自动化、机器人、数学等相关学位。 2. 精通计算机视觉、大语言模型、多模态大模型、强化学习、智能体等任意一个方向。 3. 有使用PyTorch等深度学习框架的使用经验，熟悉分布式训练框架（如Megatron-LM和DeepSpeed），并具备多机多卡分布式训练经验。 4. 理论基础扎实，具备创新精神和深入思考能力，具有较强的沟通能力和团队协作精神。 |
投递邮箱：cmrirecruit@cmhk.com
