【岗位描述】 1、研究方向：面向具身智能，结合生成模型、三维视觉与机器人仿真，研究如何将真实世界的视觉观测转化为可交互、物理可信的数字环境，为机器人任务构建、交互验证及虚实迁移提供基础。 2、重点探索： -环境与资产生成：研究场景理解、三维资产生成、遮挡补全与自动装配，恢复环境的几何结构、空间关系及功能特征。 -物理建模与一致性验证：研究碰撞与物理属性构建，通过仿真实验发现并修复不合理的几何、布局和物理行为。 -任务驱动的交互验证：结合抓取生成、任务规划与运动规划，评估生成环境的可操作性，并利用交互反馈改进资产与场景。 -自动化与泛化：构建适用于不同场景和物体的自动化方法，分析生成质量、物理可信度与任务可执行性之间的关系。 3、学术交流 -参与/组织学术与产业交流（CVPR/ICCV/ECCV/SIGGRAPH/NeurIPS 等），展示阶段性成果与最佳实践。 【岗位要求】 1、教育背景：三维视觉与生成、具身智能、机器人仿真等相关研究方向，本科及以上，硕/博优先； 2、技术技能： -编程与工程：熟练使用一种主流编程语言（如 Python/C++）与良好工程实践； -熟悉一种主流深度学习框架（如 PyTorch/TensorFlow/JAX）。 3、满足其一或若干项即可： -具备机器人任务构建、仿真评估、交互验证或虚实迁移相关经验； -具备生成式方法与三维视觉/机器人系统融合的研究或工程经验； -具备搭建自动化数据处理、训练、评估或仿真闭环系统的经验。 【加分项】 1、机器人与仿真系统经验： -熟悉 Isaac Sim、MuJoCo、Genesis、ROS 等机器人仿真与开发工具链中的一种或多种； -具有机器人抓取、导航、操作、任务规划、机器人学习或仿真评测等相关研究或实践经验； -具有 Real2Sim、Sim2Real、生成式仿真、SimReady 资产构建或交互式场景生成等相关经验者优先。 2、学术与开源成果： - 在计算机视觉、计算机图形学、人工智能、机器人等相关领域发表过高水平学术论文，或具有代表性科研成果； -有高质量技术博客、开源工具、benchmark 或 dataset 贡献者优先。