具身智能算法工程师（框架方向）

1. 将强化学习（RL）、模仿学习（IL）、扩散策略、VLM/LLM 微调等具身算法，高效嵌入 RLinf 框架，定义训练、推理、回放、评测的标准接口与数据流。
2. 主导大规模分布式 RL 训练 pipeline 的算法侧调优（如 PPO、SAC的并行采样、经验池管理、优势估计加速），提升训练效率和样本利用率。
3. 负责具身基座模型（如 VLA、WAM 类）在 RLinf 上的 LoRA/QLoRA 微调适配，并参与 sim-to-real 迁移策略，保证模型在真实机器人上的性能可复现。
4. 设计高效的数据采集、标注、重放与评测工作流，与硬件团队配合制定数据格式标准，支持仿真环境与真实传感器数据的统一接入。
5. 针对典型具身任务（操作、导航、抓取等），构建 benchmark 并分析框架瓶颈，提出算法侧的近似加速方案（如价值函数近似、重要性采样优化等），反向驱动框架演进。
6. 紧密跟踪具身智能顶会及开源项目，将适用技术快速原型验证并纳入框架路线图，推动多个场景的快速迭代。

1. 硕士及以上学历，计算机、机器人、自动化、人工智能等相关专业，1年以上强化学习/机器人学习相关经验。
2. 深入理解主流 RL 算法，有实际训练和调参经验。
3. 熟悉至少一种具身模型微调范式，了解视觉-语言-动作联合建模。
4. 能够独立设计实验、分析 reward 曲线、解决训练不收敛等算法工程问题。
5. 了解分布式训练框架的基本原理，能优化训练脚本中的数据流、Checkpoint、日志模块。
6. 具备一定的系统性能意识，能够定位并修复简单的框架级 bug，参与过至少一个框架级项目的二次开发或插件贡献。