地平线
【地瓜机器人】灵巧手算法工程师
【地瓜机器人】灵巧手算法工程师
发布于 大约 13 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
Ros
Ros2
Sim-To-Real
仿真
动力学
控制算法
模仿学习
灵巧手
运动学
值不值得投
71综合评分
综合评分 71
前沿灵巧手算法岗位，技术成长性强，行业前景好，但WLB信息未明确，适合追求技术深度的工程师
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
30K
比机器人开发中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 420 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 · 34 个在招
职位详情
关于这个职位
该职位专注于灵巧手的算法研发，涵盖传统控制、数据手套遥操作和模型开发三大方向
主要负责实现机器人灵巧操作能力，包括运动学建模、控制算法设计、遥操作系统集成及Sim-to-Real适配，旨在推动具身智能产品的落地
最低要求
硕士及以上学历，机器人学、控制工程、自动化、计算机、人工智能等相关专业
扎实的机器人运动学/动力学基础，熟悉常用建模与控制方法（位控/力控/阻抗控制/轨迹规划）
精通C++/Python，熟悉ROS/ROS2，具备真实机器人系统上部署与调试算法的工程能力
熟悉TCP/UDP/WebRTC等实时通信协议，有低延迟传输优化经验者优先
良好的问题解决能力、团队协作精神与工程习惯
满足以下至少一项：
有灵巧手控制、末端执行器操作或机械臂运控的实际项目经验
有遥操作系统、主从控制、运动重定向或力反馈控制的开发经验
有数据手套/MoCap/VR设备接入与真机数据采集系统开发经验
工作职责
方向 A：灵巧手传统控制
负责灵巧手运动学 / 动力学建模，设计关节空间与指尖笛卡尔空间的映射与控制方案，处理关节冗余、多解与奇异点问题
开发力位混合控制、阻抗 / 导纳控制算法，实现灵巧手抓取与精细操作（捏、捻、插、拧等接触丰富任务）的稳定执行
负责灵巧手与机械臂 / 人形整机的协同控制集成，完成轨迹规划与底层驱动（电机、腱绳 / 连杆传动）联合调试
持续优化控制实时性与鲁棒性，解决长时间运行下的精度漂移与温漂问题
方向 B：数据手套与遥操作开发
负责基于数据手套（Data Glove）、动捕（MoCap）、VR/AR 等设备的主从遥操作系统开发，构建高带宽、低延迟的主从控制链路
设计并实现人手 → 灵巧手的运动重定向（Motion Retargeting）算法，解决结构异构下的姿态映射失真与动作一致性问题
搭建遥操作数据采集 Pipeline：多传感器（视觉 / 触觉 / 力觉 / 本体）数据同步与时间对齐、标准化数据 Rollout、存储与回放机制
开发遥操作安全策略（碰撞检测、工作空间限制、急停与限力），保障人机安全与数据采集效率
方向 C：灵巧手模型
负责灵巧手本体建模（URDF / MJCF）、仿真环境搭建与 Sim-to-Real 适配，支撑算法离线验证与数据生产
参与灵巧手操作模型（VLA / Diffusion Policy / ACT 等操作策略）的数据生产、训练与真机评测闭环，将遥操作采集数据转化为可泛化的操作能力
建立灵巧手操作数据质量评估体系（姿态覆盖度、轨迹平滑性、任务完成质量等指标）
跟踪灵巧操作领域前沿进展（遥操作方法、扩散策略、Sim2Real 等），推动有价值的技术在产品与数据场景落地
优先资格
有灵巧手遥操作系统完整开发经验（人手输入 → 映射算法 → 灵巧手输出全链路）
熟悉主流灵巧手（Shadow、LEAP、国产灵巧手等）的关节结构、运动范围与控制接口，理解人手与灵巧手的结构差异
有模仿学习/强化学习用于灵巧操作的研究或落地经验（Diffusion Policy、VLA等）
有触觉/力觉传感或多模态信息融合的实践经验
在机器人/AI顶会（RSS、CoRL、ICRA、IROS等）发表过论文，或有高质量开源项目
有具身智能数据采集规模化管理或量产机器人项目经验
AI 洞察
优缺点分析
优点
- 涉及灵巧手、遥操作等前沿技术，技术积累价值高，行业前景广阔
- 多方向（控制、遥操作、模型）工作内容丰富，利于技能全面发展
- 灵巧手算法技术难度大，需要处理冗余控制、奇异点等复杂问题
- 涉及多学科交叉（机械、控制、AI），学习曲线较陡峭
- 适合机器人学、控制或AI背景，对具身智能有浓厚兴趣，具备较强工程实践能力和问题解决能力的求职者
缺点 / 挑战
- 作为已上市企业的研发岗位，能接触完整的项目流程和工程化挑战
- 需要频繁进行真机调试，可能面临硬件集成与实时性优化的挑战
角色解读
- 可向灵巧手算法专家或机器人控制架构师方向发展，深耕具身智能领域
- 积累后有机会担任技术负责人，带领团队完成更复杂的机器人系统开发
- 在学术与工程结合上突破，可能推动产品级灵巧操作解决方案的落地
- 负责灵巧手的控制算法研发，包括运动学建模、力位混合控制及与机械臂的协同调试
- 开发基于数据手套和动捕设备的遥操作系统，实现人手到灵巧手的运动重定向
- 搭建仿真环境进行Sim-to-Real适配，并参与操作策略模型的数据生产与评测
- 扎实的机器人运动学/动力学知识，精通C++/Python及ROS/ROS2开发
- 熟悉实时通信协议（TCP/UDP/WebRTC），具备低延迟传输优化能力
- 有灵巧手控制、遥操作或数据采集系统开发的实际项目经验
申请策略
- 研究地平线在机器人领域的技术方向和产品规划，展示与公司目标的契合度
- 准备针对灵巧操作难题的解决方案思考，体现系统级工程思维
- 突出灵巧手、机械臂控制或遥操作相关的项目经验，详细描述算法设计与实现
- 强调C++/Python及ROS开发能力，展示在真实机器人系统上的部署案例
- 列出参与的机器人竞赛、论文或开源项目，体现对前沿技术的关注
- 补充力控、阻抗控制等高级控制理论知识，强化机器人动力学建模能力
- 学习Sim-to-Real方法及模仿学习/强化学习在操作任务中的应用
- 熟悉主流灵巧手硬件（如Shadow Hand）及其控制接口，积累实践经验
面试指南
- 使用STAR法则（情境-任务-行动-结果）描述过往项目经验，突出技术难点与解决方案
- 结合具体案例说明控制算法或系统设计的思路，强调工程实践中的权衡与优化
- 展示对前沿技术的理解，提出自己的见解或改进方向
- 如何设计灵巧手抓取任务中的力位混合控制方案？
- 在数据手套遥操作系统中，如何解决运动重定向的姿态映射失真问题？
- 描述你搭建的Sim-to-Real pipeline，以及如何确保仿真到现实的迁移效果？
- 遇到灵巧手控制精度漂移问题，你会如何排查和优化？
- 你如何看待VLA、Diffusion Policy等方法在灵巧操作中的应用前景？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
该职位未明确披露薪资与福利细节，但作为已上市企业的技术岗位，通常能提供市场水准的薪酬和基本保障。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
JD涉及灵巧手控制、遥操作、Sim-to-Real等前沿技术，且要求跟踪顶会进展，能为求职者提供显著的技能成长和行业洞察机会。
技术前沿前沿/新兴技术
技术栈ROS、ROS2、C++、Python、Sim-to-Real、VLA、Diffusion Policy、遥操作
成长机会推动有价值的技术在产品与数据场景落地
业务类型ambiguous
工作生活
50较低
JD未提及任何工作模式或WLB相关信息，无法判断工作节奏与灵活性，可能存在不确定性。
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
灵巧手是具身智能的关键部件，该职位致力于提升机器人操作能力，行业增长潜力大，且技术突破具有较强社会影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动有价值的技术在产品与数据场景落地
创新程度积极采用新技术
地平线 的其他在招职位
相似职位推荐
Watch Jobs