海尔
机器人运控算法工程师
机器人运控算法工程师
发布于 6 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
Mpc
Sim-To-Real
全身控制
动力学建模
嵌入式部署
强化学习
运动控制算法
值不值得投
75综合评分
综合评分 75
海尔核心研发岗，聚焦前沿机器人运控算法，技术成长空间大，薪资具竞争力，适合追求技术深度的算法工程师。
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
比机器人开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
85 个在招
职位详情
关于这个职位
负责轮臂式或类人形机器人的全身协调运动控制算法设计与开发，运用MPC、强化学习等技术实现底盘与机械臂协同
负责运动学/动力学建模及算法在嵌入式平台的部署与调试，解决运动抖动等问题，提升机器人整体稳定性与交互柔顺性
最低要求
硕士及以上学历，5年以上机器人领域开发经验（如足式/四足式机器人、协作机械臂、复合机器人等），控制工程与控制理论、自动化、机械电子工程、计算机科学与技术、人工智能等相关专业
具备扎实的控制理论基础，熟悉经典控制（如PID、LQR）和现代控制（如MPC-模型预测控制、WBC-全身控制）算法
精通机器人运动学、动力学建模原理
具备机器人全身协调运动控制算法的研发与优化经验，包括轨迹规划、平衡控制、力/位置混合控制等
具备实际问题解决能力，能够完成算法在嵌入式平台的部署、调试与性能优化
工作职责
研究并开发适用于轮臂式机器人系统的全身运动控制算法，实现底盘移动与机械臂操作的协同，确保机器人在执行任务时的整体稳定性与灵活性
负责运用模型预测控制（MPC）、阻抗控制、强化学习等方法，提升机器人的运动性能、抗扰动能力和交互柔顺性
负责建立机器人运动学和动力学模型，为算法开发提供理论基础
负责算法在嵌入式平台的部署、实时性优化以及与传感器的集成，解决如运动抖动、轨迹偏差、系统稳定性等问题，参与整机功能的调试与优化
优先资格
有基于强化学习（RL）开发全身运控策略经验者优先，有Sim-to-Real迁移、系统辨识等相关经验者优先
AI 洞察
优缺点分析
优点
- 机器人行业处于快速发展期，具身智能和复合机器人是前沿方向，技术壁垒高，个人技能积累价值大
- 依托大型企业的平台资源，能接触到丰富的硬件资源和整机调试场景，利于技术落地
- 算法从仿真到实物（Sim-to-Real）的迁移难度大，需要解决大量实际物理环境中的抖动、偏差等工程问题
- 对软硬件结合能力要求极高，需要频繁进行嵌入式平台的实时性优化与联调
- 适合具有扎实控制理论基础、热爱机器人技术且具备较强工程落地能力的算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向机器人算法专家、技术架构师方向发展，或晋升为机器人研发团队负责人
- 主导下一代复杂机器人的核心控制技术研发，深耕具身智能领域
- 负责轮臂式或类人形机器人的全身协调运动控制算法研发，实现底盘与机械臂的协同控制
- 运用MPC、强化学习等技术提升机器人运动性能，并负责算法在嵌入式平台的部署与整机调试
- 需要扎实的控制理论基础（PID、LQR、MPC、WBC），精通机器人运动学与动力学建模
- 具备嵌入式平台部署经验，熟悉强化学习及Sim-to-Real迁移者优先
申请策略
- 了解海尔在机器人领域的最新产品布局，在面试中展现对具身智能和复合机器人商业化落地的思考
- 重点突出在足式、四足或复合机器人领域的全身运控项目经验，展示MPC、WBC等算法的实际落地效果
- 强调嵌入式部署和Sim-to-Real迁移的成功案例，体现解决复杂工程问题的能力
- 建议深入学习强化学习在机器人控制中的应用，提升C++/Python在嵌入式环境下的实时优化能力
- 复习经典与现代控制理论，掌握动力学参数校准与系统辨识方法
面试指南
- 采用STAR法则，重点突出“问题定义-算法选型-工程实现-效果验证”的完整闭环
- 对于Sim-to-Real问题，可从域随机化、系统辨识、动力学参数校准等角度结构化回答
- 请详细介绍你之前项目中全身协调运动控制算法的设计思路及难点解决过程
- 在Sim-to-Real迁移中，你是如何处理仿真与真实物理环境之间的差异（Sim-to-Real Gap）的？
- 请解释MPC和WBC在机器人控制中的区别，以及你在项目中如何结合使用？
- 在嵌入式平台部署算法时，你是如何进行实时性优化和解决运动抖动问题的？
- 准备1-2个自己主导的机器人运控项目，能够画出系统架构图并解释核心公式
- 了解海尔机器人相关产品的技术特点，思考算法在实际产品中的应用场景
职位点评
薪资福利75
成长发展85
工作生活60
使命价值80
薪资福利
75中等
该岗位对补偿性动机的满足程度较好，青岛地区高级算法岗具备一定市场竞争力，但JD未披露具体薪资与福利细节。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位涉及MPC、强化学习、Sim-to-Real等前沿机器人技术，技术栈先进，能极大提升个人在具身智能领域的硬核技术壁垒。
技术前沿前沿/新兴技术
技术栈MPC、强化学习、WBC、Sim-to-Real、动力学建模、嵌入式部署
业务类型ambiguous
工作生活
60中等
JD未明确提及工作模式与WLB相关信息，无法准确评估其办公灵活性与工作强度。
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
机器人及具身智能是未来科技的重要发展方向，岗位致力于提升机器人的灵活性与交互能力，具有较高的技术探索价值。
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
Watch Jobs