网易
机器人算法工程师（规划/控制方向）
机器人算法工程师（规划/控制方向）
发布于 1 天前普通员工/个人贡献者
杭州市
无经验要求
全职员工
仅现场办公
不限
机器学习工程
Pytorch
Ros
Sim-To-Real
强化学习
机械臂
液压控制
轨迹规划
运动控制
AI 估算 · 25k–40k
杭州AI算法工程师薪资较高，叠加机器学习技能，月薪25-40K合理
职位详情
关于这个职位
该职位负责挖掘机机械臂的运动规划与控制算法开发，需要扎实的机器人学和控制理论基础，并结合机器学习、强化学习等前沿技术解决液压系统的非线性难题
你将参与从仿真到实机验证的全流程，使用ROS、C++/Python等工具，是机器人AI落地的重要岗位
最低要求
基础要求：
硕士及以上学历，机器人学、自动化/控制工程、机械工程、计算机科学、数学/应用数学等相关专业，工程基础扎实，代码能力优秀
具备机器人运动学、动力学、经典控制理论（PID、MPC、自适应控制等）的扎实基础，有工业或工程机械臂实际项目开发经验
熟练掌握C/C++及Python编程，熟悉机器人操作系统（ROS/ROS 2），具备嵌入式或实时控制系统开发经验者优先
液压控制相关：
有液压伺服/比例控制系统开发经验，了解液压阀、泵、油缸的特性建模及系统辨识方法
机器学习 & 智能控制相关：
具备机器学习/深度学习扎实基础，熟悉 PyTorch/TensorFlow 等主流框架
工作职责
负责挖掘机多自由度机械臂的运动学、动力学建模，设计并实现运动控制算法（轨迹规划、逆运动学求解、力/位混合控制等）
负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地，解决液压系统固有的响应延迟、非线性、死区特性等控制难题
研究并应用机器学习/深度学习方法融合到传统控制框架中，构建数据驱动或模型混合的智能控制策略，重点攻克以下课题：
（1）液压系统时变延迟的在线辨识与自适应补偿
（2）控制特性随油温、负载、磨损等工况变化的鲁棒适应问题（如基于学习的参数自整定、域自适应）
（3）利用强化学习（RL）/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略
（4）搭建仿真-实机闭环验证流程（Sim-to-Real），推动基于学习的运动控制模型从离线训练到实车部署的全链路落地
优先资格
液压控制相关：
熟悉液压系统非线性建模、延迟补偿、温度/工况漂移标定等工程问题者优先
机器学习 & 智能控制相关：
有以下一项或多项经验者优先：
强化学习（RL）在机器人控制中的应用（Sim-to-Real、SAC/PPO 等算法实践）
系统辨识 + 神经网络混合建模（如 Physics-Informed Neural Networks、Neural ODE）
自适应/鲁棒控制与学习方法的融合（L1 自适应、GP-MPC、Meta-Learning 等）
机器人模仿学习、技能学习落地经验
AI 洞察
优缺点分析
优点
- 网易大厂平台，资源丰富，技术氛围好
- 参与从算法到实机落地的完整链路，成就感强
- 工业机器人赛道前景广阔
- 液压控制系统复杂，调试难度大，需要理论与工程结合
- 可能需要现场调试，工作环境可能较艰苦
- 对综合能力要求高，需要同时掌握控制理论和机器学习
- 适合对机器人控制有热情、兼具扎实数学功底和动手能力的工程师，愿意深入工程一线解决复杂问题
缺点 / 挑战
- 涉及前沿AI+控制交叉领域，有挑战性和技术壁垒
角色解读
- 技术专家路线：深耕机器人控制与AI融合算法，成为领域专家
- 工程方向：从算法到产品落地，负责完整系统交付
- 可转向高级算法工程师、技术主管或机器人架构师
- 负责挖掘机机械臂的运动学/动力学建模与运动控制算法开发
- 设计轨迹规划、逆运动学、力/位混合控制算法，解决液压系统非线性问题
- 将机器学习/强化学习与传统控制融合，实现自适应控制策略
- 搭建仿真-实机闭环验证流程，推动算法从仿真到实机部署
- 扎实的机器人学与控制理论（运动学、动力学、PID、MPC等）
- 熟练掌握C++/Python，熟悉ROS/ROS2
- 了解液压控制系统特性，有工程机械臂开发经验
- 熟悉机器学习/深度学习和强化学习框架（PyTorch/TensorFlow）
申请策略
- 关注网易伏羲机器人团队的业务方向，在简历中体现对挖掘机自动化的理解
- 如果无液压经验，强调学习能力和控制理论功底
- 突出机械臂或机器人项目的实际控制算法实现，如PID/MPC/轨迹规划
- 强调C++/Python编程能力，以及ROS开发经验
- 如有液压控制或工程机械经验一定要写在显眼位置
- 展示机器学习或强化学习在控制中的应用项目
- 系统复习机器人学（正逆解、动力学）和经典控制理论
- 熟悉ROS/ROS2机器人开发框架
面试指南
- 用STAR法则描述项目，突出挑战和解决思路
- 对控制基础知识要能推导和比较，展示扎实理论
- 对ML+控制结合，先讲清问题建模和数据流，再讲算法选型
- 强调工程落地能力
- 介绍一下你做过的机械臂控制项目，遇到哪些非线性问题？
- 如何对液压系统进行建模和延迟补偿？
- PID和MPC的适用场景及优缺点？
- 如何将强化学习应用到连续控制系统中？
职位点评
55
综合评分
网易机器人算法岗，前沿AI+控制交叉，发展前景好，但薪资透明度和工作弹性待明确
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。
更适合这类人
适合追求技术成长和前沿挑战的求职者，对工作节奏和现场环境要求不高
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展85
工作生活45
使命价值70
薪资福利
50较低
JD未披露具体薪资福利，但网易平台通常提供有竞争力的薪酬，具体需面议确认。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
85较高
岗位融合前沿AI与机器人控制，技术挑战大，学习成长空间显著，但未提及明确的晋升或培训机制。
技术前沿前沿/新兴技术
技术栈运动控制、轨迹规划、强化学习、Sim-to-Real、C++、Python、PyTorch
业务类型ambiguous
工作生活
45较低
岗位大概率需要现场办公和实机调试，工作场所可能非核心市区，JD未提及弹性或远程安排。
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
70中等
工业机器人自动化属于高速增长赛道，技术创新价值高，但对社会直接影响力不明显。
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
网易 的其他在招职位
相似职位推荐
Watch Jobs