ｕｇｏ株式会社 の求人｜ロボット基盤モデル開発エンジニア（VLA・模倣学習／Sim RL）【正社員】

業務詳細

【募集背景】
ugoは2026年9月、経済産業省・NEDOのGENIAC（ロボット基盤モデルの研究開発）に採択されました。
双腕セミヒューマノイド「ugo Nova」で製造組立作業を自律化する、VTLA（Vision-Tactile-Language-Action）モデルを開発します。
GENIACに採択（2026年9月9日発表）
ugo Novaを発表（2026年9月16日発表）
触覚を含む約30万エピソードの収集と学習基盤の整備が進み、モデル改善の実験を回す手が必要です。
π0.5などの公開基盤モデルを、自社データと実機で性能改善していくエンジニアを募集します。
あわせて、物理シミュレータ上の強化学習で接触の多い作業を解き、実機へ転移する取り組みも進めます。
VLA・模倣学習と、Sim RL・Sim2Realの両面からモデル開発に取り組むエンジニアを募集します。

【ポジションの概要】
対象タスクと評価指標が定義された状態で、実験の設計・実行・分析・改善を自走していただきます
扱うのは、映像・触覚などのセンサーの時系列データから、ロボットの行動（制御の出力）を学習するモデルです
入口は次の2つです。
どちらの経験から入っても、両方の領域に関わっていただきます
VLA・模倣学習：公開基盤モデルのファインチューニングと、学習レシピ・データ構成の改善
Sim RL・Sim2Real：物理シミュレータ上での強化学習と、実機への転移
技術方針・アーキテクチャの決定はテックリードと部長が担い、その議論にも参加していただきます
マネジメント業務はありません
入社後すぐに実験を回していただくため、機械学習の研究・開発経験をお持ちの方を対象としています

【このポジションの魅力】
実機とデータを持つ環境：自社ロボット・自社タスク・自社収集データを起点に、学習から実機評価まで一貫して回せます
未確立の領域に取り組める：触覚・力覚を使った接触の多い組立タスクは、手法が固まっていない領域です
実験の結果が実機ですぐ見える：開発したモデルでロボットが動く様子を、目の前で確かめられます

【業務内容】
VLA・模倣学習
π0.5・GR00T等の公開基盤モデルのファインチューニングと、学習レシピ・データ構成の改善
模倣学習・強化学習の手法の再現実装と、自社タスクでの比較評価
異なる身体性のデータ（ウェアラブル機器・UMI等）を実機へ適用する学習手法の検証
Sim RL・Sim2Real
Isaac Lab等の物理シミュレータでの、接触の多い組立タスク（挿入・締結等）の環境構築と報酬設計
強化学習方策のSim2Real（Domain Randomization等）と、実機での検証
強化学習で獲得した方策のVLAへの蒸留や、VLAに残差強化学習を組み合わせる手法の検証
評価と分析
シミュレーション・実機での評価の実施と、失敗要因の分析
実験結果の記録・共有と、次の打ち手の提案
実機への実装
学習済みモデルの実機デプロイと動作検証
データ収集・MLインフラ担当との、データ仕様・学習基盤の要件のすり合わせ

【開発環境】
言語・フレームワーク：Python、PyTorch、JAX、LeRobot、RSL-RL
基盤モデル（VLA）：π0.5（openpi）、GR00T、AIRoA-0（LoRA等によるファインチューニング）
模倣学習：ACT、Diffusion Policy、Flow Matching系ポリシー
強化学習：PPO、Sim-to-Real、Domain Randomization
シミュレーション：NVIDIA Isaac Lab / Isaac Sim、MuJoCo
学習・実験管理：NVIDIA GPU（H100 / H200）、Docker、Weights & Biases
データ：LeRobotDataset、rosbag / MCAP
実機・エッジ推論：ROS 2、NVIDIA Jetson Thor（ugo Nova搭載のオンボード推論用コンピュータ）
ツール：Git、GitHub、Slack、Notion
生成AI・AIコーディング：Claude Code、Codex

【応募時のお願い】
書類選考では、以下を特に重視しています。職務経歴に必ず記載してください。
ご自身で学習・評価を回して性能を改善した事例を1つ
・課題
・ベースライン
・打ち手
・結果の数値
その事例を確認できる論文・リポジトリ・発表資料があれば、選考の中でご提示ください（任意）
※変更の範囲：入社後、ご本人の適性により当社業務全般に変更の可能性があります。

求める人物像

【必須スキル】
・機械学習の研究・開発経験 通算3年以上（大学院での研究を含む）。
うち企業での研究・開発経験1年以上
・PyTorch または JAX で、深層学習モデルの学習・評価を自ら実装した経験
・次の いずれか の領域での研究・開発経験
・ロボットの模倣学習・強化学習
・自動運転のEnd-to-End・ML Planner・行動予測
・物理シミュレータ（Isaac Lab、MuJoCo等）上での強化学習
・動画・時系列・マルチモーダル（画像と言語・センサー）の深層学習
・自ら設計した実験で、ベースラインに対して性能を定量的に改善した経験（論文・コード・社内成果のいずれかで説明できること）
・Gitを用いたチーム開発の経験

【歓迎スキル】
・VLA（π0.5、GR00T等）やVLMのファインチューニング経験
・ロボット実機・センサー・アクチュエータを含む開発経験
・接触の多い操作（contact-rich manipulation）、触覚・力覚センシングを用いた学習の経験
・接触の多いタスクでの強化学習や、強化学習方策の実機転移（Sim2Real）の経験
・ヒューマノイド・脚ロボットの全身制御（WBC）の学習経験
・LeRobot、ROS2、Isaac Lab / Isaac Simの使用経験
・分散学習（PyTorch DDP / FSDP）や実験管理（Weights & Biases）の経験
・CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、CVPR等での論文採択・発表経験
・手法の再現実装のOSS公開

【求める人物像】
・仮説を立て、実験で検証し、結果から次の打ち手を決めるサイクルを自走できる方
・論文の手法を、自社のデータと実機で使えるかを見極めながら実装できる方
・シミュレーションで閉じず、実機での性能にこだわれる方
・実験の結果や失敗を率直に共有し、チームの議論に貢献できる方

募集情報