強化学習エンジニア

必須

• 業務として強化学習を活用し、製品の性能改善を行った経験

歓迎

• 強化学習を活用し、実機ロボットの動作性能を改善した経験
• 物理エンジンを用いたシミュレーター開発経験
• VLA（Vision-Language-Action）モデルの開発・ファインチューニング経験
• 模倣学習と強化学習を組み合わせたロボット学習の経験
• ロボットアームやエンドエフェクタを用いたマニピュレーション開発経験

求める人物像

• 新しい技術への好奇心が強く、難易度の高い課題にも粘り強く挑戦できる方

使用ツール

業務内容

• 葉かき・芽かきロボットを対象に、強化学習を活用したVLAモデルのファインチューニングおよび動作性能の改善を担当いただきます。
• 農業現場は、作物の形状や位置、葉や茎の重なり方などが常に変化する非構造化環境です。こうした環境下でも、ロボットが安定して効率的に作業できるよう、模倣学習モデルをベースとした強化学習の設計・実装から、実機での性能評価・改善までを推進していただきます。
• 単にモデルの精度を高めるだけではなく、作業成功率、作業時間、安定性など、実際の農業現場におけるロボットの性能向上を目指すポジションです。

このポジションの魅力

• 「動くロボット」から「人を超える作業性能を持つロボット」へ
• ロボットに作業を覚えさせるだけではなく、経験から学習し、より速く、正確に、安定して作業できるようにする。今回挑戦するのは、模倣学習と強化学習を組み合わせ、農業用ロボットの作業能力をさらに引き上げる開発です。
• 農業現場は、同じ形・位置の作物が存在しない、ロボットにとって難易度の高い環境です。従来のルールベース制御だけでは対応が難しい複雑な作業に対して、学習ベースのアプローチで挑戦できる面白さがあります。
• さらにinahoでは、実際の農業現場でロボットを検証できる環境があり、開発したモデルが作業成功率や作業効率の改善につながるかを、自分の目で確かめながら開発を進めることができます。
• 技術的な新規性だけでなく、農業現場で本当に価値を生むロボットをつくる。その両方を追求できるポジションです。

このポジションで積める経験・キャリア

• 強化学習を、実際に働くロボットの性能向上につなげる
• シミュレーションや研究段階で完結するのではなく、学習したモデルを実機に適用し、実際の作業性能を改善していく経験ができます。
• 模倣学習から強化学習への展開、学習手法の検討、モデルの実装、実機での評価・改善まで、Robot Learningの一連の開発プロセスに携わることができます。
• また、メカ・制御・CV/AIなど異なる専門領域のエンジニアと協働しながら、学習アルゴリズムだけでなく、ロボットシステム全体を見据えた開発経験を積むことができます。

募集背景

• inahoでは、自動収穫ロボットの量産・商用化を進めるとともに、VLA（Vision-Language-Action）などの新しい技術を活用した、葉かき・芽かきロボットの開発に挑戦しています。次の開発テーマは、模倣学習によって獲得した作業能力を、強化学習によってさらに高めること。
• 実機での強化学習・性能改善の経験を活かし、人間同等以上の作業効率を目指すロボット開発を推進いただけるエンジニアを募集します。

一緒に働くメンバー（抜粋）

• CTO：早稲田大学で機械工学を専攻。トヨタを経て東京ロボティクスを共同創業し、inahoへ。
• ロボティクスエンジニア：トヨタで自動運転システムの開発を担当し、車両運動制御や試験車両・データ収集基盤の立ち上げ、VLAを活用したシステム統合に取り組む。
• 制御エンジニア：オムロンで産業用ロボット制御の研究開発に従事。ICRA等で発表。

技術環境

• 開発環境：Python / C++ / AWS / ROS / Docker / Claude
• ツール：GitHub、Slack、Backlog、Notion。