三星
SRCB-人形机器人全身运动控制算法工程师
SRCB-人形机器人全身运动控制算法工程师
发布于 大约 2 小时前普通员工/个人贡献者
北京市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Ppo
Pytorch
Ros
Sim-To-Real
人形机器人
强化学习
运动控制
AI 估算 · 25k–40k
人形机器人强化学习方向前沿稀缺，三星研究院平台好，北京校招硕士薪资竞争力强。
职位详情
关于这个职位
该职位负责三星电子中国研究院人形机器人全身运动控制算法的研发，基于深度强化学习实现行走、跑跳、平衡控制等核心功能
你将参与算法设计、仿真验证和真机部署，与感知、硬件等团队协作，探索机器人运动性能的极限
适合对强化学习和机器人控制有热情、具备扎实算法功底的硕士及以上学历人才
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
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
具备良好的科研能力、工程落地能力与跨团队协作能力
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
优先资格
具备人形机器人全身运动控制项目研发经验者优先
具备多模态感知与运动控制融合开发经验者优先
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
AI 洞察
优缺点分析
优点
- 人形机器人是当下最前沿、最具爆发力的赛道，技术含量高
- 三星研究院平台资源雄厚，能够接触真机部署和顶级科研环境
- 岗位对技术创新和论文发表支持度高，利于个人品牌建设
- 薪酬和福利在行业内有竞争力
- 技术难度大，需要同时精通强化学习、机器人和控制理论，学习门槛高
- 北京生活成本高，工作节奏可能较快，需要较强抗压能力
- 适合对机器人技术充满热情、具备扎实算法功底和工程能力的硕士/博士应届生，尤其是有强化学习或机器人竞赛经验的同学
缺点 / 挑战
- 算法落地周期长，实验和调试过程可能耗时且压力较大
角色解读
- 技术方向：从算法工程师成长为精通机器人全身控制的技术专家，在顶会发表论文提升影响力
- 管理方向：未来可带领算法小组，负责更大规模的控制系统
- 跨界发展：积累多模态感知与运动控制经验，可转向自动驾驶、智能制造等热门领域
- 设计并迭代基于强化学习的人形机器人全身运动控制算法，覆盖行走、跑跳、平衡等场景
- 搭建深度网络架构和奖励函数，解决稳定性、泛化性、实时性等核心问题
- 进行仿真训练与sim-to-real迁移，并在真机上调试部署，融合多模态传感器闭环控制
- 与感知、硬件、规划团队协作，推动算法集成与产品化
- 扎实的自动控制原理、刚体动力学和机器学习理论基础
- 精通PPO、SAC等深度强化学习算法，并有实际落地经验
- 熟练使用PyTorch、Python/C++，熟悉ROS和至少一种仿真环境（如Isaac Lab）
- 具备科研和工程能力，能独立设计实验并解决问题
申请策略
- 了解三星研究院的团队研究方向，在简历和面试中展现对机器人运动的深入理解
- 可以准备一个展示个人项目的Demo或GitHub链接，增强说服力
- 突出强化学习项目经验，尤其是完整的DRL训练和部署流程
- 展示在人形机器人或相关仿真环境（如MuJoCo、Isaac）中的成果
- 强调论文发表或开源项目贡献，体现科研能力和代码水平
- 如果有多模态感知融合经验，务必重点描述
- 如果对机器人运动控制不熟，可补充学习刚体动力学、MPC等基础知识
- 动手实现一个基于PPO的简单机器人控制项目，熟悉Isaac Gym或MuJoCo
面试指南
- 使用STAR法则：情境、任务、行动、结果，结构清晰
- 结合理论和实践，先讲原理再讲工程细节，体现深度
- 遇到不会的问题，可以承认并说明解决问题的思路，而不是乱答
- 请详细描述你做过的一个强化学习控制项目，包括状态空间、奖励设计和训练过程
- 如何看待PPO和SAC在机器人控制中的优缺点？
- 如果sim-to-real迁移出现性能下降，你会如何排查和解决？
- 如何设计一个奖励函数让人形机器人学习稳定行走？
- 你有哪些发表论文或开源项目？简述你的贡献
职位点评
72
综合评分
顶级平台+前沿技术+挑战性任务，薪资有竞争力但WLB一般。
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。
更适合这类人
该职位最适合追求技术前沿、渴望在机器人领域深耕的求职者，对办公灵活性要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活45
使命价值80
薪资福利
70中等
三星作为国际大厂，提供有竞争力的薪酬和福利体系，但JD中未披露具体薪资，补偿性满足程度中等偏上。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
88较高
岗位处于人形机器人和强化学习的最前沿，技术挑战大，成长空间高，且研究院鼓励学术创新。
技术前沿前沿/新兴技术
技术栈强化学习、PPO、PyTorch、ROS、Isaac Lab、MPC、Sim-to-Real
成长机会持续跟踪国际前沿研究、引入顶会顶刊的创新方法
业务类型ambiguous
工作生活
45较低
工作地点北京，仅现场办公，JD未提及弹性工作或WLB，生活便利性和灵活性一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
人形机器人属于高速增长赛道，对社会智能化发展有积极意义，工作能带来较强使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
三星 的其他在招职位
相似职位推荐
Watch Jobs