GitHub · @lllllllama

饶承坤 Chengkun Rao

具身智能 · 计算机视觉 · AI Agent 工程 · AI 全栈开发

我是 2027 届本科应届毕业生,目前大四。近期在做具身智能,研究机器人操作的世界-动作模型与仿真评测。

正在寻找具身智能、计算机视觉、AI Agent 工程或 AI 全栈开发相关的工作机会。 也欢迎技术交流与项目合作。邮件联系我。

CSDN · 约 1.4 万粉丝

近期项目

Physical WAM · 机器人操作的世界-动作模型

进行中。 基于 V-JEPA,从当前观测预测物体位姿、运动与相对关系,验证紧凑的未来物理表征能否用于生成机器人动作。

在一组小规模离线仿真实验中,未来查询数从 1,568 减到 196,预测器计算量(FLOPs)约降 86%,训练循环耗时减少一半以上。

求职方向

具身智能算法研发

关注机器人操作、世界-动作模型和仿真评测,能参与动作策略的模型实现、训练和离线验证。

计算机视觉算法研发

关注 RGB-D 感知、多模态融合、目标检测和语义分割,能用 PyTorch 完成模型实现、训练、消融实验和基准评测。

AI Agent 应用与基础设施研发

关注 Agent Harness、工具调用、MCP 和 Skills 集成,能开发带执行日志和评测记录的智能体工作流。

AI 全栈开发

能开发 Web 界面、后端 API 和数据层,接入模型与 MCP 工具,并配置部署和自动更新。DeepTrender 展示了公开仪表盘、Flask API 和 SQLite 数据层的完整链路。

代表项目

PICO ElderCare VR/MR

我主导实机交互和动作追踪,统一腕部追踪器与手柄的位姿接口,支持追踪丢失时切换来源。也搭建了 Codex Skill 实机复测流程,用头显画面诊断问题并在设备上验证改动。

DeepTrender

我独立开发的论文趋势分析系统,接入 arXiv、OpenReview 等四个来源,通过 MCP、REST API 和在线仪表盘提供查询。2026 年 5 月公开快照收录 142,263 条结构化论文记录。

xget

我是 xget 的两位主要贡献者之一。项目统一路由 GitHub、Hugging Face、软件包和容器镜像请求,支持分段下载与按平台缓存。上游仓库有 8,000+ GitHub 星标,曾登上 GitHub Trending JavaScript 日榜第 3 名。

SSHFerry

我独立开发的多会话 SSH/SFTP 文件传输工具。针对高延迟链路支持连接复用、流水线预读、分块并行和断点续传。

GrillRadar

六个角色 Agent 根据简历与目标岗位或研究方向生成问题,经过去重和质量过滤后汇总为面试报告。

实习经历

科研

DDSkel · 自然图像物体骨架检测

第一作者 · arXiv 预印本。 方法以深度为主、轻量 RGB 分支为辅。v2 在四个基准上取得对比方法中的最高 ODS F-measure,SymPASCAL 为 0.644,高出次优方法 0.062。

联系方式

邮箱 · lama@ckrao.dev