荣耀
规控系统工程师（足式机器人强化学习算法）
规控系统工程师（足式机器人强化学习算法）
发布于 2 天前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
Ppo
Pytorch
Ros
Tensorflow
强化学习
模仿学习
值不值得投
74综合评分
综合评分 74
前沿机器人强化学习岗位，技术成长空间大，但工作地点和WLB信息不明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.5万
与机器人开发中位数基本持平
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
75 个在招 · 其中机器人开发 2 个
市场机会
选择适中
北京 · 机器人开发 · 40 个在招
职位详情
关于这个职位
该职位负责双足、四足机器人的强化学习与模仿学习算法研发，包括算法调试、模型部署与sim2real转换，并跟踪前沿研究方向
需要与感知、硬件团队协作，推动技术落地
适合具备扎实数学基础、精通C++/Python和深度学习框架，且有强化学习项目经验的工程师
最低要求
本科及以上学历，自动化、机器人学、控制理论、计算机科学、机械电子、数学等相关专业，扎实的数学基础
精通C++/Python ，具备ROS开发经验，熟悉pytorch/tensorflow等主流深度学习框架
熟悉Isaac Sim， Isaac gym，mujoco，gazebo等仿真平台
具有强化学习相关项目或研究1年以上经验，熟悉IsaacLab，mujoco playground等各类强化学习开源库
熟悉PPO、SAC、DQN、DDPG、A3C等强化学习算法，以及AMP，GAIL，Deepmimic等算法
工作职责
负责双足、四足机器人的强化学习/模仿学习算法的研发和调试，确保算法的高效性和稳定性
在自研机器人平台上进行训练模型的部署与调试，深入分析并解决sim2real GAP问题，确保模拟环境与真实环境之间的有效转化
跟踪人形机器人强化学习的前沿研究方向，参与相关算法的验证与评估，推动技术的持续创新与应用
跨团队协作：与感知、硬件等相关团队紧密合作，参与机器人系统的级联调试与问题攻关，推动技术闭环的落地实施，确保项目的顺利推进
优先资格
热爱机器人行业，发表过顶级期刊/会议论文或具备人形/四足机器人等复杂系统开发经验者优先
熟悉多智能体协作、多智能体对抗者优先
AI 洞察
优缺点分析
优点
- 处于机器人强化学习前沿领域，技术含量高，有广阔的发展空间
- 荣耀作为知名科技公司，平台资源丰富，可接触自研机器人平台和实际落地场景
- 跨团队协作机会多，能提升综合技术能力和项目经验
- 行业前景好，机器人技术是未来趋势，个人价值提升快
- 工作强度可能较大，需要紧跟前沿研究，持续学习新技术
- 跨团队协作要求高，需要良好的沟通和问题解决能力
缺点 / 挑战
- 技术难度高，需要深入理解强化学习算法和机器人系统，解决sim2real问题具有挑战性
- 适合对机器人技术充满热情、具备扎实算法功底和强化学习经验，喜欢挑战技术难题的工程师
角色解读
- 从算法工程师向高级算法专家发展，深入机器人强化学习领域，成为技术带头人
- 有机会参与前沿研究，发表顶级论文，提升学术影响力
- 跨团队协作经验可培养系统思维，向技术管理或架构师方向发展
- 研发双足、四足机器人的强化学习与模仿学习算法，确保算法在仿真和真实环境中的高效稳定运行
- 在自研机器人平台上部署训练模型，解决sim2real gap问题，实现从模拟到现实的有效迁移
- 跟踪人形机器人强化学习前沿技术，参与算法验证与评估，推动技术创新
- 与感知、硬件团队协作，进行系统级联调试和问题攻关，确保项目落地
- 精通C++/Python，具备ROS开发经验，熟悉PyTorch/TensorFlow等深度学习框架
- 熟悉Isaac Sim、Isaac Gym、MuJoCo、Gazebo等仿真平台，以及IsaacLab等强化学习库
- 掌握PPO、SAC、DQN、DDPG、A3C等强化学习算法，了解AMP、GAIL、DeepMimic等模仿学习算法
- 扎实的数学基础，自动化、机器人学、控制理论等相关专业背景
申请策略
- 关注荣耀机器人业务方向，了解其产品和技术路线，在面试中展示匹配度
- 准备项目案例，重点说明如何解决sim2real问题，体现问题解决能力
- 突出强化学习项目经验，特别是机器人相关项目，展示算法实现和调试能力
- 强调C++/Python编程能力，以及ROS和深度学习框架的使用经验
- 列出熟悉仿真平台和强化学习库，如Isaac Sim、MuJoCo、IsaacLab等
- 如有论文或竞赛获奖，务必突出，体现研究能力
- 补充学习IsaacLab、mujoco playground等开源库，熟悉最新工具
- 深入理解PPO、SAC等算法原理，并动手实现，提升实战能力
面试指南
- 采用STAR法则：情境、任务、行动、结果，清晰描述项目经历
- 对于算法问题，先阐述原理，再结合项目经验说明应用和调优过程
- 对于协作问题，强调沟通和跨团队合作的重要性，举例说明
- 请介绍一个你使用强化学习解决机器人控制问题的项目，具体如何实现？
- 如何解决sim2real gap问题？你有哪些实践经验？
- 比较PPO和SAC算法的优缺点，在什么场景下选择哪种？
- 你熟悉哪些仿真平台？如何搭建仿真环境进行训练？
- 如何与硬件团队协作调试机器人系统？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值85
薪资福利
70中等
薪资未明确披露，但根据岗位要求和技术难度，预计薪资具有竞争力，福利可能包括五险一金等，但JD未提及具体福利。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位涉及前沿强化学习技术，要求掌握多种算法和仿真平台，技术成长空间大，且明确要求跟踪前沿方向，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈强化学习、模仿学习、C++、Python、ROS、PyTorch、TensorFlow、Isaac Sim、MuJoCo、PPO
业务类型ambiguous
工作生活
50较低
JD未提及工作模式，但作为研发岗位，可能需要在办公地点工作，具体工作地点为北京、上海、深圳，通勤情况未知，WLB信息未明确。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
85较高
机器人行业属于高速增长赛道，岗位涉及人形机器人等前沿技术，社会影响力较高，创新性强，意义感动机满足度高。
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