荣耀
机器人VLA操作算法高级工程师
机器人VLA操作算法高级工程师
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
Openvla
Ppo
Ros2
Vla
多模态
强化学习
机械臂
模仿学习
灵巧手
值不值得投
75综合评分
综合评分 75
前沿VLA算法岗位，技术成长空间大，薪资较高，但工作强度可能较大。
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
4万
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
作为荣耀的机器人VLA操作算法高级工程师，你将专注于机械臂和灵巧手的模仿学习与强化学习算法开发，推动具身智能在物品抓取、铰链物体操作等场景的落地
你将跟踪前沿研究，结合大模型与多模态信息，实现长序列动作的泛化，与顶尖团队共同探索机器人操作的新边界
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
对机器人学，如工作空间轨迹规划、运动学、动力学等有一定理解
有机器人或机械臂操作项目经验，熟悉ros2，熟悉ACT，DP，OpenVLA，pi0， pi0.5，GROOT等常见的VLA算法，有扎实的深度学习基础
有isaac sim, isaac gym, mujoco等仿真环境使用经验
熟悉 PPO、DQN、SAC 等主流算法，对HIL-SERL框架有相关经验
具有良好的英文读写能力以及良好的数学基础，相关学术会议或期刊上有论文发表的优先（IJRR, TRO, CORL, ICRA, IROS等）
工作职责
负责机械臂和灵巧手的模仿学习+强化学习相关算法的开发与落地，如物品抓取、铰链物体操作、可变形物体操作、掌内操作等
跟踪国内外具身操作的最新进展，能够快速理解新工作并能够提出创新性观点，完成实验验证
和大模型相结合，利用语言交互以及视觉，触觉等多模态信息实现在不同应用场景下的功能泛化和长序列动作
AI 洞察
优缺点分析
优点
- 荣耀平台资源丰富，有机会接触真实机器人应用场景
- 与顶尖团队合作，可积累VLA和强化学习实战经验
- 技术难度高，需要持续学习最新算法和框架
- 竞争激烈，对算法创新和工程能力要求高
缺点 / 挑战
- 身处具身智能前沿赛道，技术挑战大，成长空间广阔
- 薪资水平较高，福利完善
- 工作强度可能较大，项目落地压力明显
- 适合对机器人操作和具身智能有强烈兴趣，具备扎实算法基础，乐于挑战前沿技术的工程师
角色解读
- 从算法工程师向技术专家或团队负责人发展，主导具身智能项目
- 深入前沿研究，有机会发表顶会论文，提升学术影响力
- 随着具身智能行业爆发，可转向产品化或创业方向
- 开发并落地机械臂和灵巧手的模仿学习与强化学习算法，解决实际抓取和操作问题
- 跟踪具身智能前沿研究，快速理解并复现新工作，提出创新改进并实验验证
- 结合大模型和多模态信息（语言、视觉、触觉），实现跨场景的功能泛化和长序列动作生成
- 扎实的机器人学基础，包括运动学、动力学、轨迹规划
- 熟悉主流VLA算法（如ACT、DP、OpenVLA、pi0等）和深度学习框架
- 熟练使用仿真环境（Isaac Sim、Mujoco）和强化学习算法（PPO、SAC等）
- 良好的英文读写能力和数学功底，有论文发表经验更佳
申请策略
- 了解荣耀在机器人领域的布局和产品方向，在面试中展示匹配度
- 准备一个完整的项目案例，从问题定义到算法实现和结果分析
- 突出机器人操作项目经验，详细描述使用的算法和仿真环境
- 强调对VLA算法（如ACT、OpenVLA）的深入理解和实际应用
- 展示强化学习项目成果，如PPO、SAC的应用案例
- 如有论文发表，务必列出，体现学术能力
- 补充Isaac Sim或Mujoco的实战经验，可自行搭建仿真环境练习
- 深入学习HIL-SERL框架，理解其原理和应用场景
面试指南
- 采用STAR法则：情境、任务、行动、结果，清晰展示项目经历
- 对于算法问题，先阐述原理，再结合实际经验，最后提出改进思路
- 展示对前沿技术的关注，并联系到实际应用
- 请介绍你使用过的VLA算法，并说明其优缺点和适用场景
- 如何设计一个机械臂抓取任务的强化学习奖励函数？
- 在仿真环境与真实机器人之间迁移时，你如何处理sim-to-real gap？
- 请描述一次你解决复杂机器人操作问题的经历
- 你如何看待大模型在机器人操作中的作用？
职位点评
薪资福利75
成长发展90
工作生活50
使命价值80
薪资福利
75中等
薪资水平较高，但具体福利未在JD中提及，需与HR确认。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
职位涉及前沿VLA和强化学习技术，成长空间大，但未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈VLA、模仿学习、强化学习、ROS2、Isaac Sim、PPO、OpenVLA
业务类型ambiguous
工作生活
50较低
工作地点在一线城市，但办公模式未明确，可能需现场办公，工作强度未知。
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
80较高
具身智能是高速增长赛道，对社会有潜在积极影响，但JD未提及具体使命。
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