智元机器人
具身算法工程师（VLA+RL）-通用业务部
具身算法工程师（VLA+RL）-通用业务部
发布于 大约 2 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Mpc
Ppo
Pytorch
Vla
Wbc
强化学习
机器人控制
值不值得投
73综合评分
综合评分 73
前沿技术、高成长性，但工作强度大、WLB一般。
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
55K
比具身智能中位数高
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 1380 个在招 · 其中具身智能 13 个
市场机会
选择适中
上海 · 具身智能 · 30 个在招
职位详情
关于这个职位
作为智元机器人的具身算法工程师，你将专注于VLA（视觉-语言-动作）端到端模型的研发与强化学习优化，推动人形机器人从感知到动作的智能决策
工作涉及前沿算法研究、模型部署与底层运控协同，适合对机器人技术有深厚热情、追求技术突破的工程师
你将参与从算法设计到真机部署的完整链路，在快速发展的具身智能领域积累宝贵经验
最低要求
计算机科学、人工智能、机器人学、自动化、控制理论等相关专业，硕士及以上学历
VLA 深度经验：精通至少一种端到端 VLA 架构（RT-2、OpenVLA、Octo、π0、GR00T 等），理解其动作空间设计、训练目标与推理机制
强化学习：熟练掌握 PPO、SAC、RLHF、GAE、TD(λ) 等算法原理与实现，具备在连续动作空间（机器人控制）中的 RL 训练经验
机器人学基础：熟悉运动学（FK/IK）、动力学、坐标系变换（SMPL Y-up/Z-up 等）、关节空间与任务空间映射、全身控制（WBC）概念
工程能力：精通 PyTorch，熟悉 CUDA 优化、模型服务化（vLLM、Triton）优先
仿真与部署：熟练使用 Isaac Sim、MuJoCo、Genesis 等仿真环境
具备真实机器人平台（人形/四足/机械臂）的部署与调试经验
工作职责
VLA 端到端模型研发：设计并训练端到端视觉-语言-动作模型（如 RT-2、OpenVLA、π0、Diffusion Policy、3D Diffusion Actor 等），实现从视觉输入与语言指令到机器人低维动作空间的直接映射
研究动作表示与生成机制：动作 Token 化（Action Tokenization）、隐动作量化（Latent Action Quantization, LAPA）、扩散式动作生成（Diffusion Policy）、流匹配（Flow Matching）等前沿方案
探索 RL 与模仿学习（IL）的混合训练范式：利用人类演示数据初始化策略，再通过 RL 进行微调和鲁棒性增强
强化学习运控与策略优化：包括 PPO、SAC、RLHF（Human Feedback for Robotics）、DAPG 等算法在关节级/任务级控制中的应用
模型部署与实时性优化：负责 VLA/RL 模型在机器人芯片(Orin、Thor）上的轻量化部署，满足实时控制需求（端到端延迟 < 50ms，控制频率 ≥ 50Hz），解决长上下文视觉序列与语言指令的并行处理瓶颈
设计模型与底层运控（WBC/MPC）的协同接口：实现高层 VLA 策略输出与低层全身控制器的平滑衔接，确保物理安全性与稳定性
优先资格
人形机器人专项：具备双足机器人平衡控制、步态规划、全身操作（Whole-Body Manipulation）的算法或工程经验
运控基座协同：熟悉 WBC（Whole Body Control）、MPC（Model Predictive Control）或强化学习运控基座模型（如 SONIC、Humanoid-Gym），能实现 VLA 高层规划与低层运控的分层/端到端协同
前沿技术跟踪：关注 Native Multimodal、World Model（如 Sora/Dreamer 用于机器人）、3D 场景理解（点云/NeRF/Gaussian Splatting 与 VLA 结合）等方向
数据基建：有大规模机器人数据采集体系统筹经验（如动捕、VR 遥操作、自主数据飞轮），熟悉 BVH/SMPL 数据格式与重定向（Retargeting）
全栈能力：能独立完成从算法设计、训练调优到嵌入式部署的完整链路，或具备前端可视化（React/Vue）开发能力用于采训推平台搭建
AI 洞察
优缺点分析
优点
- 公司B轮融资，发展迅速，平台资源丰富
- 工作内容涉及算法、工程、部署全链路，技能积累全面
- 机器人领域硬件与软件协同，调试复杂，可能面临较多不确定性
- 行业竞争激烈，需快速迭代，工作节奏可能较快
- 适合对机器人技术有强烈热情，具备扎实算法功底，能适应高强度研发节奏的工程师
缺点 / 挑战
- 处于具身智能前沿赛道，技术挑战大，成长空间广阔
- 技术难度高，需持续学习最新研究，压力较大
角色解读
- 从算法工程师向具身智能专家发展，深入VLA与RL前沿技术研究
- 可晋升为技术负责人或团队Leader，主导具身智能项目研发
- 有机会参与行业标准制定，或转向产品化、技术管理方向
- 设计并训练端到端视觉-语言-动作（VLA）模型，实现机器人从感知到动作的智能映射
- 研究动作表示与生成机制，如动作Token化、扩散式动作生成，提升模型泛化能力
- 结合强化学习与模仿学习，优化机器人在复杂环境中的控制策略
- 负责模型在机器人芯片上的轻量化部署，确保实时控制性能
- 精通至少一种VLA架构（如RT-2、OpenVLA），理解其训练与推理机制
- 熟练掌握强化学习算法（PPO、SAC等），具备连续动作空间训练经验
- 扎实的机器人学基础，熟悉运动学、动力学及全身控制概念
- 精通PyTorch，熟悉CUDA优化和模型部署工具
申请策略
- 了解智元机器人的产品方向和技术栈，在面试中展示对具身智能的深入理解
- 准备一个完整的项目案例，从算法设计到部署，展示全栈能力
- 突出VLA或相关端到端模型的项目经验，如RT-2、OpenVLA等
- 强调强化学习在机器人控制中的实际应用案例
- 展示仿真到真机部署的完整项目经历，体现工程能力
- 补充学习WBC、MPC等底层控制知识，增强协同理解
- 熟悉Isaac Sim、MuJoCo等仿真工具，提升实验效率
- 关注具身智能最新论文，如World Model、3D场景理解
面试指南
- 采用STAR法则（情境-任务-行动-结果）回答项目经验问题，突出技术难点和解决方案
- 对于技术原理问题，先阐述基础概念，再结合自己的实践案例，展示深度理解
- 对于开放性问题，展示思考框架，结合行业趋势，体现前瞻性
- 请详细讲解你使用过的VLA模型架构及其动作空间设计
- 如何解决RL训练中的样本效率问题？
- 描述一次你处理机器人部署中实时性瓶颈的经历
- VLA与底层运控如何协同？你如何设计接口？
- 谈谈你对具身智能未来技术趋势的看法
职位点评
薪资福利75
成长发展90
工作生活40
使命价值85
薪资福利
75中等
薪资水平在行业内具有竞争力，但具体福利未在JD中明确，需在面试中确认。
薪资信号未披露（AI估算：40K-70K/月）
成长发展
90较高
职位处于具身智能前沿，技术挑战大，成长空间广阔，能快速积累VLA与RL的深度经验。
技术前沿前沿/新兴技术
技术栈VLA、RT-2、OpenVLA、Diffusion Policy、PPO、SAC、RLHF、PyTorch、Isaac Sim、MuJoCo
业务类型profit_center
工作生活
40较低
工作地点在上海，但未提及弹性工作或远程办公，且研发岗位可能面临高强度工作。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
具身智能是推动机器人技术变革的前沿领域，工作具有较高的社会价值和行业影响力。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs