1、强化学习/模仿学习算法开发，基于现有模型设计机器人控制策略，解决复杂任务（如抓取、放置）决策问题；
2、仿真验证，在MuJoCo、IsaacGym等平台搭建虚拟环境，验证算法鲁棒性；
3、大模型微调，使用人类示范数据（如视频+文本）对预训练模型（PI-0）进行SFT（监督微调），提升任务泛化能力；
4、数据采集与标注、验证、清洗。

1、仪器仪表/自动化/电子信息/计算机/软件/通信/通讯/光电等相关专业，本科及以上学历;
2、熟悉Python编程语言，需熟练掌握面向对象编程、常用库（如NumPy、Pandas）及数据处理技巧；
3、具备深度学习基础，掌握1种以上深度学习框架，如PyTorch、TensorFlow等；
4、了解监督微调（SFT）、参数高效微调（LoRA/QLoRA）、强化学习（PPO算法）；
5、有良好的英文阅读能力，有优秀的学习和沟通的能力。