萤石-高级算法工程师（决策规划）-杭州

优缺点分析

角色解读

• 在机器人运动规划领域深耕，逐步成为算法专家或技术负责人
• 横向拓展至机器人感知、控制等相邻领域，提升系统级理解能力
• 向技术管理方向发展，带领团队完成复杂机器人项目的算法研发
• 负责机器人路径规划、决策与避障算法的开发、实现与调试，确保机器人能够安全、高效地移动
• 参与运动轨迹规划算法的优化研究，提升机器人控制的精度、流畅性和稳定性
• 与其他模块工程师协作，进行机器人整机集成和调试，推动算法产品化
• 调研和验证前沿路径规划算法，保持技术先进性
• 精通C/C++编程和常用数据结构，能够高效实现复杂算法
• 熟悉A*、Hybrid A*、DWA、TEB、lattice planner等经典路径规划算法，并有实际应用经验
• 了解MDP、PID、LQR等控制与决策算法，具备数学建模能力
• 具备团队合作能力和英文文献阅读能力，能够跟踪国际前沿技术

申请策略

• 了解海康威视和萤石网络的机器人产品线，在面试中展示对业务的理解
• 准备一个完整的算法项目案例，从问题分析、方案设计到最终效果
• 突出路径规划相关项目经历，尤其是A*、Hybrid A*、DWA等算法的实际应用
• 展示C++编程能力，如参与过的复杂系统开发或算法优化工作
• 如果有ROS开发经验，务必重点写明
• 列举英文文献阅读和复现工作的成果，体现研究能力
• 系统复习常见的路径规划算法原理，并尝试从零实现
• 学习ROS框架，熟悉常用工具和包（如navigation stack）

面试指南

• 对于算法对比类问题，先分别说明原理和特点，再对比适用条件
• 对于项目经验类问题，使用STAR法则（情境、任务、行动、结果）结构化回答
• 对于编程实现类问题，先阐述思路，再给出关键代码，并解释为什么这样实现
• 请比较A*和DWA算法的适用场景和优缺点
• 如何解决机器人局部路径规划中的死锁问题？
• 描述一个你优化过路径规划算法的项目，具体做了什么？
• C++中如何实现一个高效的A*搜索？请写出关键代码
• 在机器人运动控制中，如何平衡精度和实时性？