具身算法实习生

优缺点分析

角色解读

• 从实习转正为算法工程师，深入参与机器人核心技术研发
• 未来可向高级算法专家或技术Leader发展，负责模型设计及团队指导
• 也可转向机器人系统集成或产品化方向，拓展工程与产品能力
• 训练和部署VLA模型，让机器人理解视觉指令并执行动作
• 跟踪最新研究，复现和改进相关算法，推动模型性能提升
• 使用多机多卡环境进行大规模训练，优化训练效率和模型效果
• 熟练掌握Python和Pytorch，具备模型训练和调试能力
• 理解模仿学习、强化学习理论，熟悉VLA模型架构（如RDT、PI0）
• 有扩散模型或流匹配的实践经验，了解机器人控制基础

申请策略

• 在求职信中表达对具身智能的热情，并提及对智元机器人产品的了解
• 提前准备一个自己训练小模型的demo或项目展示，体现动手能力
• 重点展示相关项目经验，如VLA模型、模仿学习、扩散模型相关的工作
• 突出多机多卡分布式训练经验（DeepSpeed/FSDP），并附上具体性能提升数据
• 强调Python和Pytorch熟练度，可附上GitHub代码仓库或论文发表成果
• 补充机器人运动学基础知识，了解ROS等机器人操作系统
• 精读RDT、PI0等近期VLA论文，复现核心部分并记录调参心得

面试指南

• 对于技术问题，先梳理核心原理，然后结合实际项目经验，最后简要总结
• 对于调参问题，采用结构化回答：描述目标→列举关键参数→说明调整策略→给出结果对比
• 请解释VLA模型的训练流程，如何收集和处理机器人数据？
• 你如何选择扩散模型或流匹配的步数和调度器？调参经验有哪些？
• 在多机多卡训练中遇到过哪些问题？如何解决通信瓶颈？
• 模仿学习 vs 强化学习在机器人中的优缺点？你如何选择？
• 用伪代码实现一个简单的VLA推理流程，包括视觉编码和动作解码
• 复习模仿学习（Behavior Cloning, GAIL）、扩散模型（DDPM, Flow Matching）理论