米哈游
动作生成研究员（物理仿真方向）
动作生成研究员（物理仿真方向）
发布于 大约 7 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
硕士
具身智能
Amp
Autoregressive
Deepmimic
Diffusion
Vae
动作生成
强化学习
物理仿真
AI 估算 · 0k–1k
实习岗位，薪资按日或月结算，根据公司规模和行业水平，日薪约300-500元。
职位详情
关于这个职位
这是一个在米哈游的实习岗位，专注于利用物理仿真和强化学习技术，提升游戏角色的动作真实性与物理合理性
你将参与前沿的动作生成算法研究，探索大规模动作数据训练通用控制策略，并有机会将研究成果应用于实际游戏开发中
适合对强化学习、物理仿真和动作生成有浓厚兴趣的在校硕博生
最低要求
计算机科学、数学、统计学或相关领域硕士、博士在读，实习期不少于 3 个月
具备强化学习相关项目或研究经验，包括但不限于动作模拟、编辑、控制与生成
了解基础生成模型及相关算法，如 VAE、Diffusion、Autoregressive 等
工作职责
基于 Isaac Lab 等物理仿真平台，探索提升角色动作物理合理性的技术方案
探索利用大规模动作数据训练通用控制策略，实现高效、快速的物理仿真
探索基于强化学习的动作生成方法，包括起身、受击及复杂地形移动等场景
优先资格
熟悉 DeepMimic、AMP、PHC、ADD 等相关算法
熟悉 Isaac Lab、MuJoCo 等物理仿真环境，能够完成从 Humanoid 模型构建到 Motion Mimic 的完整流程
在相关领域顶级会议或期刊，如 CVPR、ICCV、ECCV、SIGGRAPH 等，发表过论文者优先
AI 洞察
优缺点分析
优点
- 团队氛围好，鼓励创新和研究，有发表论文的机会
- 实习期需要投入大量时间，工作强度可能较大
- 适合对强化学习、物理仿真和动作生成有浓厚兴趣，且具备较强自我驱动能力的硕博在读学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习研究员起步，可以深入前沿的动作生成技术，成为该领域的专家
- 你将专注于利用物理仿真平台（如Isaac Lab）和强化学习算法，研究如何让游戏角色的动作更加真实、物理上合理
- 你会探索利用大规模动作数据训练通用控制策略，让角色能适应各种复杂场景，如起身、受击、复杂地形移动等
- 你的研究成果将直接应用于米哈游的游戏开发，提升游戏体验
- 有机会在顶级会议（如CVPR、SIGGRAPH）发表论文，提升学术影响力
- 表现优秀者有机会转正，成为米哈游的核心研发成员，参与更多核心项目
- 扎实的强化学习理论基础和项目经验，熟悉动作模拟、控制与生成
申请策略
- 了解米哈游的游戏产品和技术方向，在面试中展现出你对游戏技术的热情
- 如果有相关论文发表，务必在简历中突出，这是重要的加分项
- 复习强化学习的基础知识，特别是PPO、SAC等常用算法，以及动作生成相关的生成模型（如VAE、Diffusion）
面试指南
- 你如何看待大规模动作数据在训练通用控制策略中的作用？
职位点评
72
综合评分
前沿技术、高成长性，但实习期现场办公，工作强度未知。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
该职位最适合那些追求技术成长、希望在前沿领域深耕的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值80
薪资福利
60中等
作为实习岗位，薪资水平在行业中属于中等偏上，但福利待遇未在JD中明确提及。
薪资信号未披露（AI估算：0K-0K/月）
成长发展
90较高
该岗位技术前沿，涉及强化学习、物理仿真等热门领域，能极大提升个人技术能力和科研水平，发展潜力巨大。
技术前沿前沿/新兴技术
技术栈Isaac Lab、MuJoCo、强化学习、动作生成、物理仿真、VAE、Diffusion
业务类型ambiguous
工作生活
50较低
实习岗位通常需要现场办公，工作地点在上海市徐汇区，通勤便利性一般。JD中未提及弹性工作或远程办公。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
游戏行业是高速增长的赛道，米哈游作为头部公司，其产品具有广泛影响力，能为玩家带来更好的游戏体验，具有较高的社会价值。
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