具身智能精细操作模型研究实习生-北京

【你将参与的方向】 具身智能 · 精细操作 · 模型研究（视觉/触觉/动作，多模态世界模型与策略学习） 你会直接参与打造下一代操作智能的关键能力：从数据与模型到策略与真机闭环，做能发论文、能上硬件、能产生影响力的工作。

【你会做什么】

• 世界模型 / 生成式预测
• 建模视觉-触觉-动作序列，学习可预测的状态表征与接触动力学
• 做未来预测与“想象式 roll-out”（latent dynamics / rollout）
• 策略学习与控制
• 基于世界模型进行 planning / policy learning（imitation / offline RL / RL / diffusion policy 等）
• 面向接触丰富任务的稳定控制与泛化（抓取、在手操作、插拔、旋拧、按压、拨动等）
• 数据与基准建设
• 设计与落地真实数据采集流程，构建训练数据与评测基准
• 推动可复现研究：实验框架、对照实验、ablation 与结果分析
• 真机闭环迭代
• 把模型跑到真实硬件上，持续迭代：sim2real、噪声、标定、延迟与鲁棒性等

【我们希望你具备】

• 27届及之后毕业在校生，可持续实习3个月及以上，每周至少 4 天投入，线下优先
• 熟练使用 PyTorch（或同等深度学习框架），具备良好实验与工程习惯（可复现、版本管理）
• 对以下任一方向有扎实基础（满足其一即可，越多越好）：
• 多模态学习 / 生成模型（Transformer / diffusion / flow 等）
• 强化学习 / 模仿学习 / offline RL
• 机器人操作（manipulation）、接触动力学、控制
• 3D 视觉 / 位姿估计 / 点云等

加分项：

• 有机器人真机经验（ROS/ROS2、硬件调试、部署）
• 有相关论文/竞赛/开源项目（请附链接）
• 复现过经典工作（Diffusion Policy、RT 系列、world model、离线RL等）