Career Area:

Job Description:

Your Work Shapes the World at Caterpillar Inc.

When you join Caterpillar, you're joining a global team who cares not just about the work we do – but also about each other.  We are the makers, problem solvers, and future world builders who are creating stronger, more sustainable communities. We don't just talk about progress and innovation here – we make it happen, with our customers, where we work and live. Together, we are building a better world, so we can all enjoy living in it.

VLA 算法研究实习生（装载机方向）

岗位介绍

面向轮式装载机（Wheel Loader）自主作业场景，参与视觉-语言-动作（Vision-Language-Action，VLA）模型研究，探索多模态模型与模仿学习在工程机械作业任务中的应用，支持从数据构建、模型训练到实验验证的研究工作。

工作职责

• 参与装载机作业场景下 VLA 模型的研发、训练与效果优化。
• 负责视觉、语言指令、机器状态及动作等多模态数据的清洗、同步、处理与训练数据集构建。
• 参与 π（Pi）系列、GR00T 等 VLA 模型的复现、适配与微调，探索适用于装载机作业的观测输入、动作表示和策略学习方法。
• 参与模型评测、推理与部署优化，支持算法在仿真环境及低成本装载机开发平台上的集成与验证。
• 跟进 VLA、模仿学习及具身智能相关技术，开展对比实验、失败案例分析和技术验证。
• 协助完成数据采集、实验结果整理及相关技术文档编写。

任职要求

• 计算机、人工智能、自动化、机器人等相关专业，本科及以上在读，硕士或博士优先。
• 熟悉 Python 和 PyTorch，具备良好的编程能力、算法基础及深度学习实践经验。
• 了解 Transformer、视觉语言模型及多模态学习等相关技术。
• 熟悉 π（Pi）系列、GR00T 等 VLA 模型，了解其模型架构、训练流程与动作表示，有相关模型复现、微调或部署经验者优先。
• 具备较强的学习能力和动手能力，能够参与模型训练、调试及实验分析。
• 具备良好的英文技术资料阅读能力、沟通能力和团队协作意识。
• 每周实习 4 天及以上，持续 3 个月以上，能够实习 6 个月及以上者优先。

加分项

• 有 VLA、模仿学习、强化学习、自动驾驶或机器人相关项目经验。
• 有机器人示教数据采集、多模态数据处理或动作预测经验。
• 熟悉 ROS / ROS 2，或有仿真平台、真实机器人部署经验。
• 有模型推理优化、参数高效微调或分布式训练经验。
• 有相关论文复现、开源贡献或完整模型训练项目经验。

Posting Dates:

Caterpillar is an Equal Opportunity Employer.  Qualified applicants of any age are encouraged to apply

Not ready to apply? Join our Talent Community.