智元机器人
优才-运动智能与博弈算法工程师
优才-运动智能与博弈算法工程师
发布于 3 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
Pytorch
Sim2Real
多智能体
强化学习
机器人控制
策略规划
值不值得投
68综合评分
综合评分 68
前沿机器人算法岗，技术深度成长性强，但工作与生活平衡信息不明。
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
3.5万
比机器人开发中位数高
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 1480 个在招 · 其中机器人开发 63 个
市场机会
选择适中
北京 · 机器人开发 · 48 个在招
职位详情
关于这个职位
该职位隶属于智元机器人，负责研发机器人在复杂动态环境下的智能决策、规划与控制算法
工作核心是将强化学习等前沿算法应用于机器人，实现从仿真训练到真实机器人部署的全流程，涉及运动策略规划与多智能体博弈
最低要求
计算机、机器人、自动化、控制等相关专业，本科及以上学历
扎实的强化学习、机器学习、规划或控制基础
熟悉 PPO / SAC / Multi-Agent RL / Self-Play / MCTS 等一种或多种算法
熟悉 Python、PyTorch，具备较强的算法工程能力
有机器人、游戏 AI、智能决策或复杂控制系统相关项目经验
工作职责
负责复杂动态环境下的智能决策、规划与控制算法研发
研究强化学习、Multi-Agent RL、Self-Play、MCTS 等算法，并应用于机器人智能决策
构建状态预测、行为预测、策略规划与实时决策系统
负责 Hierarchical RL、Skill Learning、Motion Policy 等算法研发，实现高层决策与底层运动技能协同
搭建大规模仿真训练、评测及 Sim2Real 闭环
推动算法从仿真环境向真实机器人部署落地
优先资格
有人形机器人 / 腿式机器人 RL 项目经验
有 Hierarchical RL、Skill Learning、Motion Imitation / Motion Diffusion 经验
有 Isaac Lab、MuJoCo、Brax 等仿真平台经验
有大规模 GPU 训练、Sim2Real 或真实机器人部署经验
有 Game AI、多智能体博弈、自博弈相关经验
AI 洞察
优缺点分析
优点
- 作为中大型企业，能提供大规模仿真和真实机器人部署的实验条件与资源
- 算法能直接在实体机器人上看到效果，成果直观，成就感高
- 算法从仿真到真实世界的迁移（Sim2Real）是业界难题，调试和优化周期可能较长
- 项目涉及算法、软件、硬件多个环节的协同，对工程师的综合能力要求高
- 机器人领域技术迭代快，需要持续学习跟进最新的研究成果
- 对机器人技术和前沿人工智能算法有浓厚兴趣，乐于解决复杂工程问题，并愿意投入精力进行跨学科（软件、控制、硬件）协同工作的工程师
缺点 / 挑战
- 直接投身人形机器人等前沿领域，技术挑战性强，能接触到最前沿的算法和硬件
角色解读
- 技术专家路线：深入强化学习与机器人领域，成为运动控制或智能决策方向的顶尖算法专家
- 技术负责人路线：带领小团队负责模块或子系统研发，主导技术方案选型
- 转向更广的机器人产品或研发管理岗位，负责从算法到产品的整体落地
- 设计与实现机器人在非结构化环境中的智能决策算法，使其能自主感知、规划和行动
- 运用强化学习、多智能体博弈等技术，让机器人学会复杂的运动技能和策略
- 搭建高保真仿真环境并训练算法，最终将算法可靠地部署到实体机器人上运行
- 精通常用的强化学习算法（如PPO、SAC）及其在机器人控制中的应用
- 熟练使用Python和PyTorch进行算法开发与模型训练
- 对机器人运动学、动力学或控制系统有基本理解，能实现算法与硬件的协同
- 具备处理Sim2Real（仿真到真实）迁移问题的工程能力
申请策略
- 研究智元机器人的公开技术分享、产品动态，了解其技术路线和重点关注方向
- 在面试中，除了理论知识，着重准备能体现你解决复杂工程问题思路的具体案例
- 突出任何与机器人相关的项目经验，特别是涉及运动控制、仿真或强化学习的部分
- 详细描述在算法项目中使用的技术栈（如PyTorch、Mujoco）和取得的量化成果
- 展示在游戏AI、多智能体系统或复杂控制系统方面的经验，以证明相关能力
- 系统学习机器人学基础（如运动学、动力学）和强化学习在控制领域的应用
- 尝试在开源仿真平台（如MuJoCo、Isaac Lab）中复现经典的机器人强化学习论文
- 积累在真实机器人硬件上部署和调试算法的经验，理解Sim2Real的关键挑战
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化描述项目经历，突出技术决策和解决问题的思路
- 结合机器人的具体场景（如稳定性、安全性、实时性）来解释算法选择和参数调整的考量
- 清晰阐述Sim2Real流程，包括仿真环境构建、领域随机化、真实环境数据收集与微调等步骤
- 请描述一个你使用强化学习解决机器人控制问题的项目经历，遇到了哪些挑战以及如何解决？
- 解释一下PPO和SAC算法的核心区别，以及在机器人场景下如何选择？
- 如何将一个在仿真中训练好的运动策略部署到真实机器人上？请描述关键步骤和可能遇到的问题
- 如果让你为一个双足机器人设计一个上下楼梯的技能，你会如何建模和训练？
- 你对Hierarchical RL（分层强化学习）在机器人技能学习中的应用有什么理解？
职位点评
薪资福利60
成长发展90
工作生活45
使命价值80
薪资福利
60中等
作为前沿技术岗位，薪资应具有市场竞争力，但JD未明确薪资福利，补偿性满足程度存在不确定性。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
该职位涉及强化学习、Sim2Real等机器人领域最前沿的技术，且有从仿真到真实部署的完整链条，对技术深度和广度的提升极具价值。
技术前沿前沿/新兴技术
技术栈强化学习、Multi-Agent RL、Self-Play、MCTS、Hierarchical RL、PyTorch、Isaac Lab、MuJoCo、Sim2Real
业务类型ambiguous
工作生活
45较低
JD未提及任何工作模式或WLB相关信息，无法判断办公灵活性与工作生活平衡状况。
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
人形/智能机器人是公认的高成长性赛道，该工作直接推动机器人智能化，具有较高的技术价值和社会意义。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs