工作內(nèi)容
1負(fù)責(zé)具身智能大模型在標(biāo)準(zhǔn)評(píng)估基準(zhǔn)(如 RLBenchRobotWinRoboVerse 等)上的性能測(cè)試與評(píng)估;
2熟練使用 OXERDT-1BDROID 等具身智能數(shù)據(jù)集,開(kāi)展模型推理能力泛化能力數(shù)據(jù)覆蓋等多維度分析;
3設(shè)計(jì)并搭建機(jī)器人任務(wù)與評(píng)估場(chǎng)景,包括環(huán)境設(shè)定任務(wù)分解執(zhí)行接口設(shè)計(jì)等,支持模型定量評(píng)估與對(duì)比分析;
4精通至少兩種主流仿真平臺(tái)(如 Isaac SimMuJoCoGenie),能夠進(jìn)行高保真度模擬實(shí)驗(yàn);
5推動(dòng)模型部署仿真測(cè)試與在真實(shí)機(jī)器人上的閉環(huán)驗(yàn)證,構(gòu)建完整模型評(píng)估pipeline;
6協(xié)助研究團(tuán)隊(duì)完善具身智能評(píng)估體系,提升評(píng)估穩(wěn)定性可復(fù)現(xiàn)性與覆蓋面。
崗位要求
1熟悉并實(shí)際使用過(guò)多個(gè)具身智能評(píng)估基準(zhǔn)(RLBenchRobotWinRoboVerse等);
2熟練掌握主流具身數(shù)據(jù)集(OXERDT-1BDROID等),了解其結(jié)構(gòu)與使用方式;
3有機(jī)器人任務(wù)設(shè)計(jì)經(jīng)驗(yàn),理解任務(wù)結(jié)構(gòu)成功定義與反饋機(jī)制;
4至少熟練掌握兩種主流仿真環(huán)境(Isaac SimMuJoCoGenie等),有場(chǎng)景構(gòu)建仿真部署經(jīng)驗(yàn);
5有模型部署到仿真/真實(shí)機(jī)器人的測(cè)試經(jīng)驗(yàn),了解評(píng)估中的指標(biāo)設(shè)定與性能對(duì)比方法;
6有機(jī)器人平臺(tái)項(xiàng)目經(jīng)驗(yàn)開(kāi)發(fā)過(guò)benchmark開(kāi)源貢獻(xiàn)或頂會(huì)論文者優(yōu)先(如 ICRACoRLRSSNeurIPS 等)。
職位類(lèi)別:
舉報(bào)