美团
【北斗】具身智能运控算法研究员
【北斗】具身智能运控算法研究员
发布于 3 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
Ros
Sim2Real
具身智能
强化学习
无人机
机器人运动控制
机械臂
深度学习
值不值得投
74综合评分
综合评分 74
顶级平台前沿研究岗，技术成长与使命感极强，但对WLB预期需保持现实考量。
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
55K
比机器人开发中位数高
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 3320 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 · 22 个在招
职位详情
关于这个职位
这是美团无人机业务部具身智能算法核心团队的研究员岗位
你将负责研发机器人运动与操作的核心控制算法，基于强化学习打通从仿真到真机部署的全链路闭环，并推动前沿技术（如RL-based locomotion、灵巧手控制）在真实业务场景中落地，是走向通用人工智能的先行者
最低要求
计算机科学、机器人学、自动化、人工智能等相关专业
在以下至少一个领域有深入理论理解与研究：机器人、计算机视觉、多模态大模型、强化学习、仿真与规划控制
扎实的工程与代码能力，能够独立完成从前沿研究到工程落地的全链路，熟练运用AI工具辅助解决复杂工程问题
具备顶级期刊或会议（如SR、TRO、RA-L、ICRA、IROS、CoRL等）高质量论文发表经历
有机械臂、移动机器人或无人机真机部署与实际操作经验
工作职责
具身小脑核心算法研发：基于强化学习训练机器人运动与操作策略，实现复杂地形自适应、动态环境下的稳定移动与操作，打通从仿真到真机的端到端部署闭环
Sim2Real全链路闭环：打通“RL策略设计训练→仿真验证→Sim-to-Real迁移→真机规模部署”全链路，持续探索大小脑协同的性能边界，包括模型策略输出与底层运动控制的衔接、安全兜底机制等
前沿技术落地：推动RL-based locomotion、loco-manipulation、接触丰富操作、灵巧手控制等前沿技术的真机验证，完成从idea到落地的完整交付
优先资格
有大规模仿真训练（如 Isaac Sim、Sapien）经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿性极强，直接参与定义具身智能这一未来核心领域，技术积累价值高
- 背靠美团巨大的真实业务场景和资源，能获得从研究到产品落地的全链路经验，非一般研究机构可比
- “北斗计划”提供顶级导师和算力支持，研发环境好，能接触最先进工具，效率有保障
- 适合对机器人与人工智能结合有强烈热情，理论功底深厚（有高水平论文），且同时具备出色工程实现能力、渴望将前沿技术在真实世界中验证和应用的研究者与工程师
缺点 / 挑战
- 技术挑战巨大，需要同时攻克前沿算法理论、复杂工程实现和真机不确定性等多重难关
- 岗位要求极高（顶级论文+真机经验），对候选人的综合能力是严峻考验，竞争压力大
- 项目目标直指核心业务落地，成果交付压力明确，对执行力和解决实际问题的能力要求高
角色解读
- 技术专家路线：可深耕具身智能、RL、机器人控制算法，成为该领域的顶尖技术专家或科学家
- 技术管理路线：凭借扎实的技术背景和项目交付经验，可转向团队管理或技术负责人角色
- 跨领域拓展：其经验可横向迁移至自动驾驶、智能制造、医疗器械等其他对机器人智能有高要求的领域
- 负责基于强化学习的机器人运动与操作策略研发，使机器人能在复杂、动态环境中自主移动和操作
- 打通从仿真环境（如Isaac Sim）到真实机器人硬件的部署全流程（Sim2Real），确保算法能可靠落地
- 推动如灵巧手控制、接触丰富操作等前沿技术的真机验证与交付，直接服务于美团无人机等真实业务场景
- 需要精通强化学习、机器人运动学/动力学、计算机视觉或仿真规划等领域的核心理论
- 必须具备强大的软件工程能力和代码功底，能够独立将研究原型转化为可部署的工程系统
- 需要有使用PyTorch/TensorFlow等深度学习框架，以及ROS、MuJoCo/Isaac Sim等机器人工具链的实战经验
申请策略
- 深入研究美团无人机业务的技术动态和公开论文，理解他们当前的技术路线和挑战，在面试中能提出有深度的见解
- 在申请材料或面试中，清晰地阐述你对于“具身智能”和“Sim2Real”挑战的理解，展现你对该岗位核心问题的思考深度
- 重点突出在强化学习、机器人控制等领域的科研成果，特别是发表于ICRA、CoRL等顶级会议的论文
- 详细描述参与过的机器人/无人机真机项目，具体说明你负责的算法模块、解决的技术难点及最终效果
- 展示扎实的代码能力，可以链接个人GitHub项目或描述使用复杂工程工具（如ROS, Isaac Sim）的实践经历
- 强调独立完成从算法设计到工程部署全流程的能力，以及运用AI工具解决工程问题的具体案例
- 系统复习和深入研究强化学习在机器人控制（尤其是locopmanipulation）中的最新进展
- 如果没有真机经验，可以尝试通过开源硬件（如机械臂）或高保真仿真环境（如Isaac Sim）来积累Sim2Real的实践项目
面试指南
- 对于科研问题，采用“背景-问题-方法-结果-贡献与思考”的结构，突出你的原创性和分析深度
- 对于工程实践问题，采用“场景-挑战-分析-解决方案-效果复盘”的结构，重点展示你定位和解决实际问题的能力
- 对于宏观技术问题，先给出你的核心理解，然后结合具体技术点（如RL、仿真）展开，最后可联系岗位描述中的‘Sim2Real’或‘落地’来体现针对性
- 请详细介绍你发表过的一篇与机器人/强化学习相关的论文，包括研究问题、你的方法、实验结果和贡献
- 请描述一个你将算法模型部署到真实机器人上遇到的挑战（如仿真与现实的差距、稳定性问题等），你是如何解决的？
- 你如何理解‘具身智能’中的‘小脑’（运动控制）与‘大脑’（高层决策）的协同关系？在工程上如何实现？
- 请设想一个任务：让一个机械臂在动态环境中抓取一个移动的物体
- 请简述你的技术方案，包括感知、规划和控制部分
职位点评
薪资福利70
成长发展95
工作生活40
使命价值90
薪资福利
70中等
JD未明确提及薪资福利，但基于岗位的高级别技术要求和公司背景，市场薪酬预期应具有较强竞争力。岗位属于核心人才计划，暗示有较好的资源和激励。
薪资信号未披露（AI估算：45K-65K/月）
成长发展
95较高
该职位处于具身智能技术的最前沿，提供顶级资源（导师、GPU算力）和探索性任务，技术成长空间和行业影响力巨大，对技术能力提升和职业品牌塑造有极高价值。
技术前沿前沿/新兴技术
技术栈强化学习、具身智能、Sim2Real、多模态大模型、机器人运动控制、Isaac Sim
成长机会行业顶级的导师资源、充足的GPU算力、鼓励用最先进的AI手段解决复杂工程问题
业务类型profit_center
工作生活
40较低
JD未提及任何办公模式、工作时间或WLB相关信息。从岗位性质（前沿算法研究与真机部署）和“研发效率拉满”的表述推断，工作强度和投入度要求可能较高。
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
90较高
岗位使命明确指向“让机器像人一样理解世界、自主行动”的下一代智能体，直击AGI核心，具有极高的技术探索价值和社会影响力想象空间。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号直击AGI核心，定义具身智能前沿、做走向通用人工智能的先行者
创新程度开拓性创新（行业首创）
Watch Jobs