具身算法实习生

优缺点分析

角色解读

• 短期可在真机数据采集、策略训练与评测闭环中快速补齐具身智能工程能力，形成可展示的项目成果
• 中期可向具身大模型研究、算法专家方向发展，以第一作者论文和开源工作建立个人技术影响力
• 长期可延伸至机器人感知决策系统负责人、算法团队管理等方向，或进入高校/研究院继续研究
• 围绕人形机器人场景任务，设计并实现模仿学习、强化学习算法，让机器人具备跨任务泛化能力
• 构建视觉、触觉、语言等多模态感知与决策大模型，把感知结果转化为机器人可执行的动作策略
• 对具身模型结构做工程优化，保证算法能在真机/仿真环境中高效训练与推理，并参与实际场景的联调落地
• 整理实验结论，撰写技术文档与学术论文，在技术社区对外分享研究成果
• 扎实的深度学习基础，精通 Python，熟练使用 PyTorch/TensorFlow 搭建与训练模型
• 理解模仿学习与强化学习理论，熟悉 ACT、Diffusion Policy、RT 系列等主流策略学习范式
• 具备多模态大模型认知，了解 LLM/VLM/VLA 结构及 OpenVLA、PaLM-E 等代表性工作
• 掌握视觉基础能力，如目标检测、分割、6D 位姿估计、深度估计、3D 点云处理与抓取检测

申请策略

• 投递前了解该公司人形机器人产品线与公开技术发布，在简历或邮件中体现对其技术路线的理解
• 主动说明可实习时长与到岗时间，全职长期实习在研究型岗位中更具竞争力
• 突出模仿学习/强化学习相关项目，注明使用的算法（如 ACT、Diffusion Policy、RT-1/RT-2）与量化效果
• 列出多模态大模型或 VLA 相关的复现、微调、评测经验，说明模型规模与训练资源使用情况
• 展示视觉感知能力的具体成果，如 6D 位姿估计、点云处理、抓取检测等任务的指标提升
• 附上论文、开源仓库、技术博客或机器人/自动驾驶竞赛经历，用可验证的证据支撑研究能力
• 系统补充机器人学基础（运动学、坐标系变换、仿真环境如 Isaac Sim/MuJoCo），提升真机调试效率
• 动手复现一个 VLA 或 Diffusion Policy 开源工作，并整理成可展示的实验报告

面试指南

• 讲项目用「问题—方法—实验—结论」四段式，重点说清你的个人贡献和可量化结果
• 比较类问题先给出统一维度（输入输出、训练数据需求、推理效率、泛化能力），再逐项对比
• 开放性问题先给出整体思路与假设，再说明验证方案和可能的失败点，体现研究思维
• 请介绍你做过的一个模仿学习或强化学习项目，策略如何设计、如何评估泛化性？
• ACT、Diffusion Policy 与 RT-1/RT-2 的核心差异是什么？各自适合什么场景？
• 如何把视觉-语言模型的能力落到机器人动作输出上？会如何处理实时性与动作频率问题？
• 在 6D 位姿估计或抓取检测任务中，你遇到过哪些难点，如何解决？
• 如果仿真效果好但真机效果差，你会如何排查和优化？