蚂蚁集团-具身强化学习算法工程师-上海

1、高保真物理仿真器中搭建VLA模型的强化学习训练pipeline，探索VLA与RL的深度融合 2、深度理解强化学习算法，基于预训练VLA模型设计并实现RL训练方法（包含不限于离线RL、Critic、数据增强、在线RL） 3、解决仿真策略到真机部署的Sim2Real gap：接触物理差异、观测差异、执行器差异 【任职要求】 1、硕士及以上学历，机器人学、强化学习、计算机科学、控制工程等相关专业 2、3年以上强化学习研发经验，有机器人/具身智能领域落地经验 3、精通主流RL算法，熟悉视觉-语言-动作模型架构，有仿真训练到真机部署的完整项目经验，解决过接触物理、观测差异等实际问题