群核科技｜科研算法实习生（具身测评方向)

岗位职责】：1.评测体系设计与基准构建：研究具身智能能力的科学分解方法论，定义可量化的多维度评测框架（操作灵巧度、长序推理能力、泛化鲁棒性、空间感知精度等）。设计覆盖单一技能与长序组合的评测任务套件，制定任务成功准则、难度分级与评分规则。实现评测任务的程序化生成，自动产出不同难度、不同初始条件的多样化测试用例，确保评测覆盖度与统计显著性。2.自动化评测管线与算法评估：搭建统一的算法评测接口层（Gym-styleAPI），适配主流具身算法（ACT、DiffusionPolicy、VLA大模型等）。构建从“算法提交→并行评测执行→多维指标统计→可视化结果生成”的全自动化流水线。复现主流Baseline算法并产出标准化性能基准报告，设计消融实验与错误模式分析框架，输出算法能力画像。3.前沿评测范式跟踪与技术迭代：持续跟踪具身评测方向前沿工作（RoboCasa、BEHAVIOR、Habitat、ManiSkill、SimplerEnv、IsaacLabArena等），系统分析其评测任务设计、指标定义与方法论。针对现有基准的不足（任务过于简单、评测维度单一、缺乏长序评估等），提出改进方案并迭代内部评测体系。将评测过程中发现的算法共性问题与改进建议反馈给算法团队，形成“评测驱动算法迭代”的闭环。【

岗位要求】：1.教育背景与经验：计算机科学、人工智能、机器人学等相关专业硕士及以上学历，有具身智能、机器人操作、评测基准构建相关方向的科研或工程经验。2.计算机与编程基础：精通Python，具备良好的代码架构能力（模块化、可扩展），代码风格整洁规范。扎实的数据结构与算法功底，熟练掌握概率统计与实验设计方法。熟练使用PyTorch、Linux、Git、Docker等工具链。3.专业核心能力：深入理解至少一种具身智能主流算法范式（ImitationLearning如ACT/DiffusionPolicy，或VLA大模型如RT-2/Octo），能独立复现并分析性能。有使用或构建过机器人/具身评测基准的经历（如RoboCasa、BEHAVIOR、Habitat、ManiSkill、IsaacLabArena、CALVIN等），理解评测设计原则与常见陷阱。掌握科学的实验设计方法（控制变量、统计检验、消融实验），能设计逻辑严谨的算法对比实验。能熟练使用至少一种机器人仿真环境（IsaacSim/IsaacLAB/MuJoCo等）进行算法训练与评估。4.加分项：主导或核心参与过知名评测基准项目的构建。有Sim-to-Real评测链路搭建经验，以真机实验验证过仿真评测结论的可迁移性。了解LLM-as-Judge等多模态模型在具身任务自动评估中的应用。5.综合素质：科学严谨，对实验可复现性和结论可靠性有高度要求。系统化思维，能从“能力定义→任务设计→实验执行→结果分析”全链路视角工作。具备良好的沟通能力，能将评测结论清晰传达给算法团队，推动算法迭代优化。