岗位描述围绕动作建模、表征学习、世界模型和硬件方向开展研究与工程落地；负责动作表示与生成策略，并在真机任务上形成可量化收益；探索并落地空间感知、定位能力以及视触觉、力矩等多源感知融合，开展 VLM 相关视觉编码器探索；负责末端执行器、关节、传感器方案的需求定义与原型迭代，集成并优化触觉、力矩、多点触控等传感器方案，保障新技能可学习、可评测；开展世界模型探索，包括视频数据清洗切片以及 baseline 的复现与训练。
