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、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；
2、了解机器人系统开发（如ROS、嵌入式控制）的核心语言，c++需掌握指针、内存管理、STL容器；
3、了解Transformer架构自注意力机制、多头注意力，理解视觉-语言模型（如CLIP）的跨模态对齐原理；
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，抗压能力强，善于团队协作。