自变量机器人招实习：具身Agent自我改进方向，本科可投

自变量机器人做的是端到端大模型驱动的通用机器人，技术路线是“数据采集—大模型算法—核心零部件—硬件本体”全栈自研，已实现从数据到真机的完整闭环。目前产品已在家庭、物流等真实场景落地。

本次，自变量招募具身Agent方向研究实习生，探索多模态大模型、强化学习、Agent Harness 与递归自我改进（RSI），让机器人理解物理世界、可靠执行复杂任务，并在真实环境交互中持续提升能力。参与算法设计、系统构建、训练评测及机器人验证的完整流程。

工作地点：深圳、北京

根据个人兴趣与研究基础，参与以下一个或多个方向：

探索 VLM / VLA、视频理解、空间与时序推理、任务分解及技能选择，提升机器人对环境、任务约束与操作过程的理解，支持长程任务规划。

构建连接多模态模型、机器人技能与物理环境的 Agent Harness，研究上下文与记忆管理、工具／技能接口、多 Agent 协作、状态跟踪、反馈验证、异常恢复与动态重规划。

研究轨迹数据构建、Verifier / Reward Model、长时序信用分配及离线／在线强化学习，优化模型与策略参数，提升任务成功率、样本效率及跨场景泛化能力。

探索真实环境持续交互中的自主学习，从执行反馈与成功／失败经验中更新记忆、积累技能、优化行为策略；研究自主发现能力短板、生成练习任务与调整学习策略，持续提升获取新技能和适应新环境的能力。

在仿真与真实机器人平台构建训练、执行与评测闭环，通过独立测试、消融与回归实验，衡量任务成功率、失败恢复、交互成本及跨场景泛化，验证每轮改进的实际收益，识别过拟合、能力退化与遗忘。

1、计算机、AI、自动化、机器人等相关专业，本科高年级、硕士、博士均可。 

2、熟悉 Python、PyTorch，具备深度学习基础及算法实现、实验分析能力。

3、在多模态大模型、强化学习、Agent 系统或机器人学习中至少一个方向有实践经验。

4、能阅读英文论文、设计对照实验，具备主动探索与协作能力。

1、有Agent Harness、工具/技能调用、上下文工程、记忆系统或多Agent协作开发经验。

2、有Self-Improvement、自主探索、技能学习、课程学习或持续学习相关项目。

3、有大模型后训练、Agentic RL、奖励建模或多轮交互轨迹训练经验，使用过 verl、Agent-Lightning 等框架。

4、有VLM/VLA、机器人仿真、导航与操作、真实机器人部署或Sim-to-Real经验。

5、有相关论文、科研/开源项目，或能够长期实习。