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