机器人强化学习实习生（可日常实习、可转正）

职位概述 作为机器人强化学习实习生，你将加入创新人工智能与机器人算法团队，参与工业机械臂强化学习与世界模型技术研发，推动机器人智能决策算法从仿真环境走向真实工业应用。 团队核心成员来自阿里达摩院、蚂蚁、商汤等知名研究机构，累计发表顶会/刊论文30+篇（包括 NeurIPS、ICML、ICLR、CVPR、ICCV、TPAMI、IJCV 等），累计开源项目获得 1 万+ GitHub Star。 团队长期专注于强化学习、世界模型、机器人学习等前沿方向。目前团队自研高效大模型强化学习框架 AcceRL，在 Libero 仿真基准上达到 SOTA 性能，同时训练效率显著超越现有系统（如 RLinf、verl）。团队正在探索基于世界模型的机器人强化学习训练框架，利用真实机器人采集数据训练世界模型，并将世界模型作为强化学习环境，实现机器人策略的高效训练与优化。相关项目已开源，搜索《AcceRL: A Distributed Asynchronous Reinforcement Learning and World Model Framework for VLA Models》。 实验室配备