三星
SRCB-人形机器人全身运动控制算法工程师（强化学习方向）
SRCB-人形机器人全身运动控制算法工程师（强化学习方向）
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
Dqn
Mpc
Ppo
Pytorch
Ros/Ros2
Sac
Sim-To-Real
Td3
Tensorflow
值不值得投
78综合评分
综合评分 78
三星研究院人形机器人算法岗，技术前沿，成长空间大，但工作强度与通勤需考量。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
35K
与机器人开发中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 110 个在招 · 其中机器人开发 3 个
市场机会
选择适中
北京 · 机器人开发 · 13 个在招
职位详情
关于这个职位
该职位负责基于强化学习的人形机器人全身运动控制算法研发，涵盖行走、跑跳、平衡控制等核心场景，并涉及仿真验证、sim-to-real迁移与真机部署调试
你将与感知、硬件等跨团队协作，推动算法落地与产品化，并持续跟踪国际前沿研究
适合对机器人运动控制与深度强化学习有浓厚兴趣的硕博人才
最低要求
硕士及以上学历，计算机科学与技术、人工智能、自动化、控制工程、机器人工程等相关专业，具备扎实的自动控制理论、刚体动力学与机器学习理论基础
精通深度强化学习算法原理与工程落地，熟悉PPO、SAC、TD3、DQN等主流DRL算法，具备基于强化学习的机器人运动控制算法完整研发与落地经验
精通人形机器人正逆运动学、刚体动力学建模，熟悉高自由度机器人全身运动控制相关理论，具备人形机器人全身运动控制项目研发经验者优先
熟练使用PyTorch/TensorFlow等主流深度学习框架，精通Python/C++编程语言，熟悉ROS/ROS2等机器人软件框架，掌握Isaac Lab、Isaac Gym、MuJoCo、Gazebo等主流机器人仿真环境
熟悉模仿学习、逆强化学习、sim-to-real迁移、模型预测控制（MPC）、最优控制、数值优化等相关技术，具备多模态感知与运动控制融合开发经验者优先
具备良好的科研能力、工程落地能力与跨团队协作能力，在机器人、强化学习相关领域顶会顶刊（RSS、CoRL、ICRA、IROS、NeurIPS、ICML、ICLR等）发表过论文者优先
工作职责
负责基于强化学习的人形机器人全身运动控制算法研发，涵盖行走、跑跳、平衡控制、复杂地形适配、动态抗扰动、全身协同运动规划等核心场景的算法设计、迭代与优化
设计适配人形机器人高自由度特性的强化学习算法框架与深度网络架构，解决全身运动的稳定性、泛化性、实时性与安全性核心问题，持续提升机器人在复杂动态环境下的运动性能上限
负责算法的仿真验证、sim-to-real迁移优化与人形机器人真机部署调试，结合视觉、力觉、IMU等多模态传感器反馈完成闭环控制优化，完成算法性能指标的评估、迭代与落地
与感知、硬件、任务规划等跨团队紧密协作，推动算法与人形机器人本体、多模态感知系统的深度适配与集成，支撑整机运动能力的落地与产品化迭代
持续跟踪人形机器人全身运动控制、深度强化学习领域的国际前沿研究与技术动态，引入顶会顶刊的创新方法，推动核心技术的突破与技术壁垒构建
AI 洞察
优缺点分析
优点
- 三星作为全球科技巨头，提供强大的研发平台与资源，技术积累深厚
- 人形机器人是未来科技热点，强化学习算法人才需求旺盛，职业前景广阔
- 工作涉及前沿技术，能快速提升算法与工程能力，并有机会发表顶会论文
- 跨团队协作要求高，需与硬件、感知等多方沟通，对综合能力要求高
- 技术迭代快，需持续学习，保持对前沿技术的敏感度
- 适合对强化学习与机器人控制有浓厚兴趣，具备扎实理论基础和工程实践能力，渴望在技术前沿深耕的硕士或博士人才
缺点 / 挑战
- 算法研发与真机部署难度高，需要扎实的理论基础和工程经验，工作压力较大
角色解读
- 在三星电子中国研究院，可深入人形机器人运动控制与强化学习领域，成为技术专家
- 有机会参与国际前沿研究，发表顶会论文，提升学术影响力
- 可向技术管理方向发展，带领团队推动机器人产品化落地
- 负责基于强化学习的人形机器人全身运动控制算法研发，包括行走、跑跳、平衡控制等核心场景
- 设计并优化强化学习算法框架与深度网络架构，解决稳定性、泛化性、实时性与安全性问题
- 进行仿真验证、sim-to-real迁移与真机部署调试，结合多模态传感器反馈完成闭环控制优化
- 与感知、硬件、任务规划等跨团队协作，推动算法与机器人本体的深度集成与产品化落地
- 精通深度强化学习算法（PPO、SAC、TD3等），具备机器人运动控制落地经验
- 扎实的自动控制理论、刚体动力学与机器学习基础，熟悉人形机器人运动学与动力学建模
- 熟练使用PyTorch/TensorFlow、Python/C++，掌握ROS/ROS2与主流仿真环境（Isaac Lab、MuJoCo等）
- 熟悉模仿学习、sim-to-real迁移、MPC、最优控制等相关技术，具备多模态感知融合经验者优先
申请策略
- 关注三星电子中国研究院的招聘动态，了解其研究方向与项目
- 在面试中展示对机器人运动控制与强化学习的热情，并准备相关项目案例
- 突出强化学习算法项目经验，尤其是机器人运动控制相关项目，展示算法设计与落地能力
- 强调编程能力，如Python/C++、PyTorch/TensorFlow，并列出相关项目成果
- 如有顶会论文或竞赛获奖，务必突出，体现科研能力
- 展示跨团队协作与工程落地能力，如仿真到真机部署的完整项目经历
- 深入学习强化学习算法，如PPO、SAC，并动手实现，理解其原理与调参技巧
- 熟悉机器人仿真环境，如Isaac Gym、MuJoCo，并尝试搭建仿真平台
面试指南
- 回答项目经验时，采用STAR法则，突出任务、行动、结果，并强调技术难点与解决方案
- 针对算法问题，先阐述原理，再结合实际应用，展示理解深度
- 对于开放性问题，如sim-to-real，可提出多种方法并分析其优缺点，体现思考能力
- 请介绍一个你使用强化学习解决机器人运动控制问题的项目，包括算法选择、训练过程和结果
- 如何设计奖励函数来训练人形机器人行走？
- 在sim-to-real迁移中，你如何处理仿真与现实的差异？
- 如何优化强化学习算法的训练效率？
- 请解释PPO算法的核心思想及其在机器人控制中的优缺点
职位点评
薪资福利75
成长发展90
工作生活60
使命价值80
薪资福利
75中等
三星作为跨国巨头，提供具有竞争力的薪酬和福利，但具体薪资未在JD中披露。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
该职位提供前沿技术研发机会，涉及强化学习、机器人控制等，成长空间大，且有机会发表顶会论文。
技术前沿前沿/新兴技术
技术栈强化学习、PPO、SAC、TD3、DQN、PyTorch、TensorFlow、Python、C++、ROS/ROS2、Isaac Lab、Isaac Gym、MuJoCo、Gazebo、sim-to-real、MPC
业务类型ambiguous
工作生活
60中等
工作地点位于北京，可能面临通勤压力，JD未提及弹性工作或远程办公，工作强度可能较高。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
人形机器人技术具有广阔的应用前景，对社会发展有积极影响，三星的研发平台也提供了良好的使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs