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

Build your career in
Physical AI

Job listings from leading Physical AI companies (humanoid, industrial robots, AMRs) including Tesla Optimus, Figure 02 and Unitree.
Roles span Physical AI engineers, consultants, AI researchers, operators and more.