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