1、世界模型算法研发
研究并实现基于Transformer、Diffusion Model或Video Prediction的世界模型架构。
开发机器人动作条件下的环境预测模型，支持视觉-动作联合建模。
优化模型训练流程，提升预测精度和计算效率。
2、机器人动作生成
设计并实现基于世界模型的动作规划算法（如Model Predictive Control、强化学习策略）。
集成动作生成模型与机器人控制系统（如MuJoCo、Isaac Lab仿真环境）。
开发端到端的视觉-动作生成pipeline，实现从图像输入到关节指令输出。
3、数据采集与处理
参与机器人动作数据集的采集方案设计（结合公司技能服动捕系统）。
构建高效的数据预处理pipeline，包括动捕数据清洗、相机标定、时序对齐。
标注和管理机器人交互场景数据（物体操作、导航、人机协作等）。
4、系统集成与测试
将世界模型部署到公司机器人平台（如人形机器人、协作机械臂）。
与技能服系统进行软硬件联调。
设计实验方案，评估模型在真实场景中的性能（成功率、安全性、鲁棒性）。
5、技术文档与汇报
撰写技术文档，包括算法原理、实验结果、代码规范。
定期向团队汇报项目进展，参与技术讨论与论文阅读分享。