有备而来，
八面玲珑。

个人简介

有 2 年多机器人感知与操作算法经验，先参与相机标定、坐标变换和遥操作数据采集，后来开展桌面抓取任务的模仿学习。工作覆盖数据清洗、观测与动作对齐、策略训练、真机闭环评测及失败回合分析。希望继续从事具身智能算法开发，习惯把离线实验和真实执行结果放在一起检查。

教育经历

2020.09—2024.06｜xxx大学｜计算机科学与技术｜本科。学习线性代数、概率统计、机器学习、计算机视觉和机器人学基础；毕业设计为受控桌面上的物体定位与机械臂抓取，完成相机标定、坐标转换、位姿误差分析和抓取结果记录，理解感知误差如何影响执行。

工作经历

2024.07—至今｜xxx软件公司｜具身智能算法工程师。参与单机械臂桌面操作研发，负责感知与训练数据、模仿学习实验及真机评测脚本。资深算法同事参与方案评审，机器人控制、硬件维护和操作界面由同事负责。本简历及以下项目均为虚构演示案例。

• 2024.09—2025.10：参与机械臂视觉定位与遥操作采集，复核手眼标定和坐标变换，记录相机图像、关节状态及控制指令；检查时间戳、丢帧和执行延迟，清理不完整回合，建立可回放的数据检查流程。
• 2025.11—2026.08：参与“桌面物品抓取与分类放置”，基于 ACT 动作分块开展监督模仿学习。使用预训练视觉骨干网络提取图像特征，整理完整演示回合，比较分块长度与数据覆盖，记录训练配置并分析真机抓空、掉落和超时。2026.09 起持续补充困难布局与回归测试。

代表项目

桌面物品抓取与分类放置在固定单机械臂、夹爪和指定物体范围内完成取放。策略输入为相机图像与关节状态，输出一段目标关节位置及夹爪指令。按完整演示回合划分训练与验证数据，同回合片段不跨集合；另设未参与调参的真机测试布局，检查自主成功、掉落、超时与人工干预，不能只用离线损失判断策略效果。

技能与工作方式

常用 Python、PyTorch、OpenCV、NumPy、ROS 2 和 Git。了解相机标定、坐标变换、行为克隆与 ACT 动作分块，能编写回合清洗、时间对齐、训练监控及真机结果统计脚本。归一化统计仅从训练集计算，方案在验证集比较；保留模型、数据版本与执行配置，区分观测误差、示范覆盖不足和控制差异。