仕事概要

GENIAC採択プロジェクト始動。双腕セミヒューマノイドのロボット基盤モデルを、実験と実機で改善する 仕事概要 ### 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)](https://ugo.plus/information/2026/09/09/geniac/) - [ugo Novaを発表(2026年9月16日発表)](https://ugo.plus/information/2026/09/16/ugo-nova/) 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 - 本ポジションは、機械学習の研究・開発経験をすでにお持ちの方が対象です。未経験からの育成枠ではありません ### 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 ### 参考情報 - [コーポレートサイト](https://corp.ugo.plus/) - [note](https://note.com/ugo_robot) - ugo Robotics Radio(チームの話を聴く) - [#45 ugo AI専門部隊が語る、フィジカルAIの最前線とugo novaで挑むデータ収集](https://podcasters.spotify.com/pod/show/ugo-robotics-radio/episodes/45_Cross-Talkugo-AIAIugo-nova-e3prpts) - [#46 ugo AI専門部隊が語る、「ロボットになったつもりで」取るデータと触覚への挑戦](https://podcasters.spotify.com/pod/show/ugo-robotics-radio/episodes/46_Cross-Talkugo-AI-e3qaq9f) ### 応募時のお願い - 応募時の書類(履歴書・職務経歴書)はPDF形式にてご提出いただきますようお願い申し上げます - **書類選考では、以下1を特に重視しています。職務経歴書に記載いただくか、ポートフォリオなどの別資料(形式自由)として必ず添付してください。2は任意です。** 1. ご自身で学習・評価を回して性能を改善した事例を1つ教えてください(課題/ベースライン/打ち手/結果の数値) 2. 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URLを教えてください(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。 必須スキル ### 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)](https://ugo.plus/information/2026/09/09/geniac/) - [ugo Novaを発表(2026年9月16日発表)](https://ugo.plus/information/2026/09/16/ugo-nova/) 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 - 本ポジションは、機械学習の研究・開発経験をすでにお持ちの方が対象です。未経験からの育成枠ではありません ### 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 ### 参考情報 - [コーポレートサイト](https://corp.ugo.plus/) - [note](https://note.com/ugo_robot) - ugo Robotics Radio(チームの話を聴く) - [#45 ugo AI専門部隊が語る、フィジカルAIの最前線とugo novaで挑むデータ収集](https://podcasters.spotify.com/pod/show/ugo-robotics-radio/episodes/45_Cross-Talkugo-AIAIugo-nova-e3prpts) - [#46 ugo AI専門部隊が語る、「ロボットになったつもりで」取るデータと触覚への挑戦](https://podcasters.spotify.com/pod/show/ugo-robotics-radio/episodes/46_Cross-Talkugo-AI-e3qaq9f) ### 応募時のお願い - 応募時の書類(履歴書・職務経歴書)はPDF形式にてご提出いただきますようお願い申し上げます - **書類選考では、以下1を特に重視しています。職務経歴書に記載いただくか、ポートフォリオなどの別資料(形式自由)として必ず添付してください。2は任意です。** 1. ご自身で学習・評価を回して性能を改善した事例を1つ教えてください(課題/ベースライン/打ち手/結果の数値) 2. 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URLを教えてください(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。 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 応募概要 給与 ■想定年収 600万円〜1000万円(経験能力考慮の上優遇) 勤務地 東京都千代田区東神田1-7-8 (本社) 東京都中央区日本橋馬喰町2丁目3−2 (開発拠点) ※試用期間終了後、一部リモートワーク可 雇用形態 正社員 勤務体系 勤務時間(フレックスタイム制、コアタイム:有 11:00~16:00) 10:00〜19:00(実働8時間) ●年間休日125日 ●完全週休二日制(土日祝日) ●有給休暇年間20日一斉付与 ●夏季休暇(3日) ●年末年始休業(毎年10日前後) 試用期間 あり(3ヶ月) 福利厚生 ●交通費支給 ●社会保険完備(雇用保険、労災保険、健康保険、厚生年金保険) ●書籍購入支援制度 ●借上社宅制度(現物給与型)

勤務条件

勤務地
東京都千代田区東神田1-7-8 (本社) 東京都中央区日本橋馬喰町2丁目3−2 (開発拠点) ※試用期間終了後、一部リモートワーク可
雇用形態
正社員
掲載日
2026年11月22日

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】 に応募する

ugo の採用ページより応募できます。 応募前に必ず募集要項・待遇をご確認ください。

ugo の採用ページへ

関連コラム

在人形机器人行业
开启你的职业生涯

汇聚 Tesla Optimus・Figure 02・Unitree 等前沿人形机器人企业的职位。
覆盖工程师、AI研究员、操作员等多种岗位。