智元机器人
强化学习运动控制实习生
强化学习运动控制实习生
发布于 2 天前实习/见习
上海市
其它
实习生
仅现场办公
硕士
实习与临时职位
控制工程
深度强化学习
运动控制
人型机器人
机器人竞赛
AI 估算 · 5k–10k
实习生薪资通常低于全职，但技术要求高，参考上海市场及前沿领域，预估月薪5k-10k。
职位详情
关于这个职位
该实习岗位聚焦人型机器人深度强化学习运动控制，你将负责训练、部署和优化控制模型，协助量产功能上线，并参与前沿算法探索
适合具备扎实编程和机器人控制背景、希望深入接触行业前沿技术的硕士/博士研究生
最低要求
硕士及以上学历，控制工程与控制理论、机械电子、计算机、自动化等相关专业
熟悉人型机器人深度强化学习运动控制的训练和调优，有实机经验
熟练使用C++及python、isaac gym以及mujuco等仿真器
工作职责
负责人型机器人深度强化学习运动控制模型的训练、部署、优化
协助运控量产功能的上线交付
参与前沿算法的探索和复现
优先资格
发表过相关顶会论文（ICRA、IROS、RSS、ICLR、NeurIPS等），有机器人竞赛（如RoboCup、DARPA挑战赛）经验，优先录取
AI 洞察
优缺点分析
优点
- 接触最前沿的人型机器人技术，参与实际产品量产过程
- 团队技术氛围浓厚，能快速提升强化学习和机器人控制能力
- 公司处于快速成长期，实习表现优异者有转正机会
- 技术门槛高，需要同时掌握仿真、算法和实机调试，学习曲线陡峭
- 实习期可能面临高强度研发任务，需快速产出成果
- 适合对机器人学和强化学习有强烈兴趣、具备扎实编程和控制基础的硕士/博士研究生，希望深入行业前沿并积累实战经验
缺点 / 挑战
- 人型机器人运动控制本身是难题，实验失败率较高，需要较强抗压能力
角色解读
- 向强化学习研究员或机器人控制算法工程师方向发展
- 积累经验后可进入机器人公司核心技术团队，负责整机运动控制
- 技能可迁移至通用人工智能、自动驾驶等领域
- 负责人型机器人深度强化学习运动控制模型的训练、部署与优化
- 协助运动控制量产功能的上线交付，确保算法在真实机器人上稳定运行
- 参与前沿算法的探索与复现，保持技术先进性
- 扎实的深度强化学习理论基础，熟悉PPO、SAC等主流算法
- 熟练使用C++和Python编程，掌握Isaac Gym、Mujoco等仿真环境
- 具备人型机器人运动控制实机经验，了解Sim2Real迁移
- 有机器人相关顶会论文或竞赛经历者优先
申请策略
- 了解智元机器人的产品和技术方向，在面试中展现对公司的热情
- 准备一个简短的demo或项目介绍，展示技术实力
- 突出强化学习运动控制相关项目经历，说明具体任务、算法和效果
- 强调实机调试经验，包括使用的机器人平台和遇到的问题
- 列出相关顶会论文和机器人竞赛成绩，证明研究能力
- 详细描述C++/Python编程能力及仿真器使用经验
- 提前学习Isaac Gym和Mujoco，复现经典强化学习运控论文
- 熟悉人型机器人运动学基础，如行走、奔跑的控制方法
面试指南
- 使用STAR方法描述项目：情境、任务、行动、结果
- 技术类问题先阐述原理，再结合实际经验说明
- 研究类问题可结合最新论文进展，展现思考深度
- 请介绍一个你做过的最满意的强化学习运动控制项目
- 如何处理从仿真到真实机器人的迁移（Sim2Real）？有哪些常见挑战？
- 在Isaac Gym中设计奖励函数时有哪些考虑？
- 你如何看待当前人型机器人运动控制的主要技术瓶颈？
- PPO和SAC算法在机器人控制中各自的优缺点是什么？
职位点评
62
综合评分
前沿机器人技术实习，高成长性但薪资福利一般，适合技术驱动型学生。
更适合这类人
最适合追求技术成长和前沿领域积累的求职者，对短期薪资和稳定性要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展85
工作生活50
使命价值75
薪资福利
40较低
实习岗位薪资通常不高，且为短期雇佣，补偿性激励有限。
薪资信号未披露（AI估算：5K-10K/月）
成长发展
85较高
该岗位涉及前沿技术，有实机机会和量产场景，技能成长快，但JD未明确提及晋升路径。
技术前沿前沿/新兴技术
技术栈深度强化学习、运动控制、Isaac Gym、Mujoco、人型机器人
业务类型ambiguous
工作生活
50较低
实习为现场办公，可能面临高强度研发，但未明确工作时长。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
人型机器人是未来科技方向，社会关注度高，但实习岗位对直接社会影响有限。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs