Yue Xin

Beijing / Shanghai · xinyue4496@163.com · CV · GitHub

我是辛约（Yue Xin），清华大学精密仪器系直博生，求职方向聚焦 Robot Learning / Embodied AI Research Engineer 与机器人算法岗位。

我的核心能力是把机器人学习从训练脚本推进到可信的闭环结果与可部署系统：完成 VLA 微调和大规模 rollout，验证模型/数据/动作契约，处理 checkpoint、随机性与时序问题，并用严格实验定位失败边界。数理、控制与复杂惯性传感系统训练，使我尤其重视动态过程、误差传播、校准和软硬件接口。

Selected Work

其他 VLA 系统工作包括 4-GPU SmolVLA 训练与 RNG-controlled evaluation，以及 5.1B XR-1 action-prefix temporal alignment study。前者实现 3.82× DDP 加速并定位随机策略评测混淆；后者用 190 次真实模型 generation 验证原生 prefix API 不会自动带来时延鲁棒性。

Engineering Experience

在歌尔行业实践中，我完成多人实时运动感知与身份识别系统的算法开发和 Windows 边缘端交付：使用 YOLO Pose、OpenCV、YuNet 和 SFace，结合 FP16、时序微批处理和异步采集，在 RTX 3050 上实现约 30 FPS；三人历史视频的 145 个真值事件中匹配 141 个，并通过 UDP/OSC 对接 Unity。

Technical Focus

• Robot learning: imitation learning, action chunking, Diffusion Policy, LeRobot, SmolVLA
• Evaluation: closed-loop rollout, paired experiments, RNG control, failure attribution
• Perception & control: metric 3D, multi-view fusion, calibration, kinematics, motion planning
• Systems: PyTorch, CUDA/DDP, ROS2, C++, MuJoCo, ManiSkill, LIBERO, Linux

更完整的教育、科研经历、项目证据与技术栈见 CV 和 Projects。