智元机器人
实习生(操作规划与控制算法方向)
实习生(操作规划与控制算法方向)
发布于 大约 15 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
实习与临时职位
Ros2
Vlm/Vla
机器人学
机械臂控制
轨迹优化
运动规划
AI 估算 · 3k–6k
实习生岗位，薪资偏低，但能接触前沿机器人算法和工程实践，技术积累价值高。
职位详情
关于这个职位
该职位面向在校生，专注于移动机械臂机器人的运动规划与控制算法开发
你将结合视觉语言大模型等前沿技术，进行机器人协作任务的算法探索与系统仿真验证，并与硬件团队协作完成集成调试，是进入机器人行业核心技术领域的良好起点
最低要求
学历要求：计算机科学、机器人、自动化、控制工程、机械工程等相关专业本科/硕士/博士在校生
理论基础：熟悉机器人学、刚体运动学，掌握常用的运动学与动力学方法
了解常用的路径规划与轨迹优化等基础理论，熟悉优化问题的构建与求解流程
熟悉机械臂系统的控制流程
掌握 Python、C++等编程语言，有机器人操作系统ROS2的开发经验
搭建或者使用过移动机器人与机械臂的运动规划与控制框架
了解使用过路径规划与轨迹优化开源框架
使用过常用的开源数值优化框架求解优化问题
熟悉常用机器人仿真软件的使用如MuJoCo、Isaac Lab等
较强的分析和解决问题的能力，具备良好的团队合作精神与沟通能力，能够将前沿算法应用于产品中，并具备解决实际工程问题的能力
工作职责
移动机械臂机器人协作运动规划算法开发：结合移动机械臂机器人多自由度特性与协作任务的特点，探索运动规划与控制算法，结合视觉语言大模型相关技术，进行不同种类的移动操作任务
系统仿真验证：通过仿真验证算法的鲁棒性与有效性，并进行持续改进
系统集成与调试：与硬件工程团队、传感器团队协作，集成和优化算法的实时性、准确性和鲁棒性，提升系统整体性能
优先资格
有参与过RoboCon或RoboMaster机器人比赛的经验
有在国际机器人会议（ICRA、RSS、IROS等）或期刊(T-RO、IJRR、T-FR、T-MECH等)上发表过相关论文
在移动机械臂协作领域有路径规划、轨迹优化和实时控制系统的项目经验者优先
有参与VLM/VLA等深度学习相关的机械臂控制项目经验
AI 洞察
优缺点分析
优点
- 参与前沿机器人算法研究，使用最先进的技术栈（VLM、强化学习等），技术含金量高
- 能与顶尖的硬件和算法团队合作，快速提升工程和科研能力
- 实习期较短，需要在有限时间内产出可靠算法成果，节奏较快
- 适合机器人、自动化或计算机专业在校生，对移动机械臂和运动规划有浓厚兴趣，具备较强自学能力和工程动手能力者
缺点 / 挑战
- 公司处于B轮融资阶段，产品落地机会多，实习经历有较高行业认可度
- 算法难度较大，需要同时掌握机器人学、优化和编程，对在校生有一定挑战
- 工作涉及仿真与实机调试，可能面临系统集成和排错的压力
角色解读
- 实习期积累项目经验后，可转正为机器人算法工程师，深入运动规划或控制方向
- 未来可发展为机器人系统架构师或技术专家，主导复杂机器人系统的算法设计
- 也可向AI与机器人交叉领域发展，结合VLM/VLA技术探索更智能的机器人应用
- 负责移动机械臂协作场景下的运动规划与控制算法开发，结合视觉语言模型处理复杂操作任务
- 搭建仿真环境验证算法性能，并不断迭代优化
- 与硬件和传感器团队紧密协作，将算法部署到实际系统中，确保实时性和鲁棒性
- 扎实的机器人学理论基础，包括运动学、动力学、路径规划和轨迹优化
- 熟练使用Python和C++，掌握ROS2开发，熟悉常用仿真软件如MuJoCo、Isaac Lab
- 具备数值优化和开源框架使用经验，能够解决实际工程问题
申请策略
- 在求职信中表达对机器人协作算法方向的热情，以及解决实际问题的兴趣
- 可以准备一段简短的demo视频或代码展示，体现动手能力
- 突出机器人相关项目经验，尤其是运动规划、路径优化或ROS2开发的具体成果
- 如有RoboMaster/竞赛经历或论文发表，务必重点展示
- 强调编程能力（Python/C++）和仿真软件使用经验，附上GitHub链接
- 提前复习机器人学核心知识，尤其是运动学、动力学和轨迹优化
- 熟悉ROS2基础操作，可以在本地搭建仿真环境练习
- 了解常见优化库（如OSQP、Ipopt）和深度学习框架（PyTorch）的基本使用
面试指南
- 针对算法问题，先解释核心概念和数学原理，再结合项目实例说明应用
- 对于设计类问题，从输入输出出发，分模块描述流程，强调鲁棒性和实时性考虑
- 涉及工具使用的问题，直接说明经验，突出解决问题的具体步骤
- 请解释机器人运动规划中的配置空间概念，以及如何构建障碍物地图
- 描述一种常用的路径规划算法（如RRT、A*）的原理和适用场景
- 在机械臂控制中，如何协调运动规划与底层控制？举例说明
- 你如何使用ROS2进行多节点通信？遇到过哪些调试问题？
- 如果你负责移动机械臂的抓取任务，从感知到执行你会如何设计流程？
职位点评
58
综合评分
前沿机器人算法实习，技术成长高，薪资低，WLB一般。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合重视技术成长和行业前景的在校生，对薪资和WLB容忍度较高者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利25
成长发展90
工作生活40
使命价值70
薪资福利
25较低
实习薪资较低，未提及福利，补偿性满足程度有限。但机器人行业长期回报高，短期需降低预期。
薪资信号未披露（AI估算：3K-6K/月）
成长发展
90较高
职位涉及前沿机器人算法和VLM技术，技术栈先进，项目经验含金量高，成长空间大。
技术前沿前沿/新兴技术
技术栈运动规划、轨迹优化、ROS2、MuJoCo、Isaac Lab、VLM、VLA
成长机会在校生、探索、前沿算法
业务类型profit_center
工作生活
40较低
仅现场办公，未提及弹性工时或WLB，实习通常按公司作息，灵活性低。
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
70中等
机器人行业属于高速增长赛道，工作内容具有技术创新价值，社会影响力中性偏正面。
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