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VTLAモデル開発をリード 仕事概要 ### 募集背景 ugoは2026年9月から、ロボット基盤モデル開発の本格化に向けた発表を続けています。 - [GENIACに採択(2026年9月9日発表)](https://ugo.plus/information/2026/09/09/geniac/) - [ugo Novaと「ugo Physical AI Fabric」を発表(2026年9月16日発表)](https://ugo.plus/information/2026/09/16/ugo-nova/) 経済産業省・NEDOの「ロボット基盤モデルの研究開発(GENIAC)」に、ugoのテーマが採択されました。双腕セミヒューマノイドで製造組立作業を自律化するための、VTLA(Vision-Tactile-Language-Action)モデルの開発です。自社のロボット製造ラインで触覚を含む約30万エピソードのデータを集め、データ収集キットの開発からモデル構築、実機での実証まで国内・自社で進めます。 ugo Novaは、基盤モデル開発を前提にアーキテクチャから設計し直した国産の双腕セミヒューマノイドです。2027年に量産を始める予定です。 - 7軸の双腕アーム、頭部2軸、腰関節を備え、VLAなどのAIモデルによる全身制御に対応 - 頭部とハンド部にカメラを標準搭載 - テレオペレーションで動かした操作を、そのまま教師データとして記録できる - NVIDIA Jetson Thorを搭載し、学習済みモデルを本体だけでリアルタイムに推論できる このVTLAモデル開発の技術方針を決め、中心となって進めるシニアエンジニアを募集します。 ### ポジションの概要 - Physical AIの領域で、VLA/VTLAと模倣学習・強化学習を使い、ugo Novaをはじめとする双腕ロボットやヒューマノイドの基盤モデルをつくります - 扱うのは、映像・触覚などの時系列データから行動を出力するモデルです。成果は、シミュレーションではなく実機での性能で測ります - 触覚・力覚も使うVTLAモデルで、接触の多い組立・操作タスクの自律化に取り組みます - モデルのアーキテクチャ・学習手法・評価方法といった技術方針を決め、メンバーの実験の方向付けも担います - ピープルマネジメント業務はありません。論文調査から実機へのデプロイまで、自分の手でも進めます ### このポジションの魅力 - **リアルな現場データ × 最先端技術(VLA/VTLA)**:論文は書けても、実機のデータを持てない研究者は多い領域です。ugoでは、自社のロボット、自社のタスク、自社で集めたデータを起点に開発できます - **まだ確立されていない領域を、自ら定義・開拓できる**:触覚・力覚を活用した接触の多いマニピュレーションは、まだ手法が固まっていない領域です - **技術方針を自分で決められる**:立ち上げ期の部門で、モデル開発の方向性そのものを決められます - **シミュレーションで閉じず、現場で働くロボットに実装できる**:モデルの出力がロボットの挙動にフィードバックされるループの中で開発します ### 業務内容 双腕ロボットやヒューマノイドに搭載する、VLA/VTLA(視覚・触覚・言語・行動)モデルの研究・開発をリードしていただきます。 **技術方針** - モデルのアーキテクチャ・学習手法・評価方法の選定と決定 - 論文・OSSの調査と、自社の課題・データ・実機への適用可否の判断 - メンバーの実験計画のレビューと方向付け **モデル開発** - 双腕ロボットやヒューマノイド向けのVLA/VTLAモデルの研究・開発 - π0.5・GR00T・AIRoA-0など、既存の手法やOSSをベースにした自社製品向けのカスタマイズ - 接触の多い組立・操作タスクで、触覚・力覚を使ってポリシーを獲得する **データと学習手法** - ウェアラブル機器などで得た、身体性の異なるデータを実機に適合させる - 模倣学習と強化学習を組み合わせて、汎化性能を上げる - データ収集担当と連携し、データ仕様・収集方針を決める **実機への実装と検証** - モデルの評価と安全性の向上 - 制御システムとの統合、フィールドテスト - 他部門との技術的な調整 ### 開発環境 - **OS・インフラ**:Ubuntu 22.04 / 24.04 LTS、AWS、Runpod、NVIDIA GPU(H100 / H200)、Docker、CUDA、SLURM、Kubernetes、GitHub Actions - **言語・フレームワーク**:Python、PyTorch、JAX、LeRobot、RSL-RL - **分散学習・実験管理**:PyTorch DDP / FSDP、DeepSpeed、Weights & Biases - **基盤モデル(VLA)**:π0.5(openpi)、GR00T N1.7、MolmoAct2、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、Teacher-Student Distillation - **シミュレーション**:NVIDIA Isaac Lab、Isaac Sim(PhysX、Newton)、MuJoCo - **世界モデル**:NVIDIA Cosmos - **実機・エッジ推論**:ROS 2、URDF、TF2、MoveIt 2、NVIDIA Jetson Thor(ugo Nova搭載のオンボード推論用コンピュータ) - **データ・通信**:LeRobotDataset、Safetensors、rosbag / MCAP、ROS 2(DDS)、CAN / CAN FD、gRPC / Protocol Buffers、FlatBuffers、WebSocket - **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と2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。3は任意です。** 1. 実機での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/あなたの役割) 2. モデルや学習手法を自ら選定した事例を1つ教えてください(選んだ手法、採用しなかった代替案、判断の根拠) 3. 上記を確認できる論文・リポジトリ・発表資料のURL ※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月から、ロボット基盤モデル開発の本格化に向けた発表を続けています。 - [GENIACに採択(2026年9月9日発表)](https://ugo.plus/information/2026/09/09/geniac/) - [ugo Novaと「ugo Physical AI Fabric」を発表(2026年9月16日発表)](https://ugo.plus/information/2026/09/16/ugo-nova/) 経済産業省・NEDOの「ロボット基盤モデルの研究開発(GENIAC)」に、ugoのテーマが採択されました。双腕セミヒューマノイドで製造組立作業を自律化するための、VTLA(Vision-Tactile-Language-Action)モデルの開発です。自社のロボット製造ラインで触覚を含む約30万エピソードのデータを集め、データ収集キットの開発からモデル構築、実機での実証まで国内・自社で進めます。 ugo Novaは、基盤モデル開発を前提にアーキテクチャから設計し直した国産の双腕セミヒューマノイドです。2027年に量産を始める予定です。 - 7軸の双腕アーム、頭部2軸、腰関節を備え、VLAなどのAIモデルによる全身制御に対応 - 頭部とハンド部にカメラを標準搭載 - テレオペレーションで動かした操作を、そのまま教師データとして記録できる - NVIDIA Jetson Thorを搭載し、学習済みモデルを本体だけでリアルタイムに推論できる このVTLAモデル開発の技術方針を決め、中心となって進めるシニアエンジニアを募集します。 ### ポジションの概要 - Physical AIの領域で、VLA/VTLAと模倣学習・強化学習を使い、ugo Novaをはじめとする双腕ロボットやヒューマノイドの基盤モデルをつくります - 扱うのは、映像・触覚などの時系列データから行動を出力するモデルです。成果は、シミュレーションではなく実機での性能で測ります - 触覚・力覚も使うVTLAモデルで、接触の多い組立・操作タスクの自律化に取り組みます - モデルのアーキテクチャ・学習手法・評価方法といった技術方針を決め、メンバーの実験の方向付けも担います - ピープルマネジメント業務はありません。論文調査から実機へのデプロイまで、自分の手でも進めます ### このポジションの魅力 - **リアルな現場データ × 最先端技術(VLA/VTLA)**:論文は書けても、実機のデータを持てない研究者は多い領域です。ugoでは、自社のロボット、自社のタスク、自社で集めたデータを起点に開発できます - **まだ確立されていない領域を、自ら定義・開拓できる**:触覚・力覚を活用した接触の多いマニピュレーションは、まだ手法が固まっていない領域です - **技術方針を自分で決められる**:立ち上げ期の部門で、モデル開発の方向性そのものを決められます - **シミュレーションで閉じず、現場で働くロボットに実装できる**:モデルの出力がロボットの挙動にフィードバックされるループの中で開発します ### 業務内容 双腕ロボットやヒューマノイドに搭載する、VLA/VTLA(視覚・触覚・言語・行動)モデルの研究・開発をリードしていただきます。 **技術方針** - モデルのアーキテクチャ・学習手法・評価方法の選定と決定 - 論文・OSSの調査と、自社の課題・データ・実機への適用可否の判断 - メンバーの実験計画のレビューと方向付け **モデル開発** - 双腕ロボットやヒューマノイド向けのVLA/VTLAモデルの研究・開発 - π0.5・GR00T・AIRoA-0など、既存の手法やOSSをベースにした自社製品向けのカスタマイズ - 接触の多い組立・操作タスクで、触覚・力覚を使ってポリシーを獲得する **データと学習手法** - ウェアラブル機器などで得た、身体性の異なるデータを実機に適合させる - 模倣学習と強化学習を組み合わせて、汎化性能を上げる - データ収集担当と連携し、データ仕様・収集方針を決める **実機への実装と検証** - モデルの評価と安全性の向上 - 制御システムとの統合、フィールドテスト - 他部門との技術的な調整 ### 開発環境 - **OS・インフラ**:Ubuntu 22.04 / 24.04 LTS、AWS、Runpod、NVIDIA GPU(H100 / H200)、Docker、CUDA、SLURM、Kubernetes、GitHub Actions - **言語・フレームワーク**:Python、PyTorch、JAX、LeRobot、RSL-RL - **分散学習・実験管理**:PyTorch DDP / FSDP、DeepSpeed、Weights & Biases - **基盤モデル(VLA)**:π0.5(openpi)、GR00T N1.7、MolmoAct2、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、Teacher-Student Distillation - **シミュレーション**:NVIDIA Isaac Lab、Isaac Sim(PhysX、Newton)、MuJoCo - **世界モデル**:NVIDIA Cosmos - **実機・エッジ推論**:ROS 2、URDF、TF2、MoveIt 2、NVIDIA Jetson Thor(ugo Nova搭載のオンボード推論用コンピュータ) - **データ・通信**:LeRobotDataset、Safetensors、rosbag / MCAP、ROS 2(DDS)、CAN / CAN FD、gRPC / Protocol Buffers、FlatBuffers、WebSocket - **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と2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。3は任意です。** 1. 実機での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/あなたの役割) 2. モデルや学習手法を自ら選定した事例を1つ教えてください(選んだ手法、採用しなかった代替案、判断の根拠) 3. 上記を確認できる論文・リポジトリ・発表資料のURL ※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 **研究・実装の経験** - 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 - VLA(π0.5、GR00T等)のファインチューニング・事後学習の経験 - データの改良だけでなく、モデルの構造や学習方法を改良して、性能を定量的に改善した経験 - 強化学習方策の実機転移(Sim2Real)の経験 - CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、CVPR等での論文採択・発表経験(筆頭著者であれば尚可) - 手法の再現実装のOSS公開 **ツール・実機の経験** - LeRobot、Hugging Face Transformers、ROS 2、Isaac Sim / Isaac Labの使用経験 - ロボット実機、センサー、アクチュエータを含む開発経験 **働き方** - スタートアップや少人数チームで設計・実装・検証を自律的に進めた経験 - チームで中長期の開発をリードし、正解のない性能改善に取り組んだ経験 求める人物像 - AIとロボティクスを深く探究し、実装と検証を通じて成果につなげられる方 - 論文を読み込み、実機に使えるかを見極めながら開発できる方 - 他の人の設計や研究の妥当性を評価し、技術選定をリードしたり議論したりできる方 - 難しい技術課題に粘り強く取り組める方 - 設計の議論やコードレビューを通じて、品質と開発スピードの両方を高められる方 応募概要 給与 ■想定年収 700万円〜1,500万円(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 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テックリード(VLA/VTLA)【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.