理聘网-职位详情页，【千里马计划】VLA算法研究员

任职要求： 职位描述：1.深度参与大模型VLA强化微调工作，包括：监督微调、离线强化预训练、真机强化学习；2.设计优化VLA强化微调算法，突破模仿学习上限，减少人工数据依赖。岗位职责：1.模型研发与优化：（1）负责视觉语言行动模型（VLA）的端到端研发，包括架构设计、数据处理、训练优化及真机部署二、探索多模态输入（视觉、语言、动作）到机器人动作输出的映射逻辑，优化模型效率和精度；（2）实现主流框架如OpenVLA、RDT-1B、PIO等的改进与适配。2.技术研究与创新：（1）跟踪VLA领域前沿技术（如流匹配、动作分块架构），探索新算法在具身智能中的应用；（2）研究强化学习（DQN/PPO/SAC）、模仿学习（BC/IRL）与VLA的融合方法。 研究方向： 负责视觉语言行动模型（VLA）的端到端研发，包括架构设计、数据处理、训练优化及真机部署二、探索多模态输入（视觉、语言、动作）到机器人动作输出的映射逻辑，优化模型效率和精度；