Watch Jobs
AgiBot logo
智元机器人
端到端双足导航算法工程师
立即应聘

端到端双足导航算法工程师

发布于 大约 1 小时前

普通员工/个人贡献者

上海市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Bev
Diffusion
Occupancy
Pytorch
Vlm-Nav
World Model
多模态感知
端到端导航
轨迹预测

AI 估算 · 25k–45k

该职位技术前沿，要求硕士学历，上海市场算法工程师薪资水平较高，公司处于B轮快速扩张期，薪资范围参考同级别岗位。

职位详情

关于这个职位

该职位专注于为全尺寸人形机器人研发端到端自主导航算法，涉及多模态感知、视觉-语言导航、运动规划等前沿技术

你将参与融合VLM、Transformer、Diffusion等模型，构建从感知到决策的闭环能力，并协同运动控制实现复杂环境下的稳定行走
适合对Embodied AI和机器人导航有浓厚兴趣的算法工程师

最低要求

硕士及以上学历，计算机、机器人、人工智能等相关专业

熟悉机器人导航、Embodied AI、VLM/VLA、VLN等相关方向，具有较扎实的算法基础
熟悉以下一个或多个方向：
端到端自主导航（End-to-End Navigation）
Planner模型（Transformer、Diffusion、World Model等）
多模态感知（BEV、Occupancy、3D Perception、多传感器融合）
轨迹预测与运动规划（Trajectory Prediction、Motion Planning）
VLM-Nav / Vision-Language Navigation
熟悉深度学习框架（PyTorch等），具备模型训练、调优、部署及性能优化经验
具备较强的问题分析及工程实现能力，能够独立完成算法设计、实验验证、性能分析及线上问题定位
具有良好的团队协作能力，能够推动跨团队合作及复杂系统集成落地

工作职责

负责端到端自主导航算法研发，构建面向全尺寸人形机器人的自主导航能力，包括多模态感知、轨迹预测、导航决策等核心模块，持续提升导航智能化水平

负责VLM-Nav/VLN/VLA相关算法研发，构建视觉-语言-动作闭环能力，实现自然语言理解、语义目标定位、路径规划及自主执行
负责多模态感知模型研发，包括RGB、Depth、LiDAR、IMU等多源信息融合，研究BEV、Occupancy、语义地图等环境表征，为导航规划提供统一场景理解能力
负责导航Planner模型研发，探索基于Transformer、Diffusion、World Model等新一代规划算法，实现Waypoint预测、轨迹生成、动态避障及复杂环境下的自主决策
负责双足机器人导航感控融合算法研发，构建导航规划与运动控制协同框架，实现规划轨迹与步态控制、全身控制（WBC）、地形感知等模块的高效协同，提升复杂地形、人群环境及动态场景下的运动稳定性与导航成功率

AI 洞察

优缺点分析

优点

  • 技术前沿：直接参与端到端导航、VLM等具身智能热点方向，积累稀缺经验
  • 行业前景：人形机器人赛道高速增长，公司处于B轮，有较大成长空间
  • 技能积累：将接触多模态感知、规划控制、深度学习全链路，综合能力提升快
  • 技术难度高：需要同时掌握感知、规划、控制多个模块，并且要求算法落地效果
  • 竞争激烈：前沿方向人才聚集，需要持续学习保持技术优势
  • 适合对机器人导航和具身智能充满热情、喜欢解决复杂工程问题、追求技术深度与创新的算法工程师

缺点 / 挑战

  • 工作强度不确定：创业公司节奏可能较快，需应对复杂系统集成与调试压力

角色解读

  • 技术纵深：从导航算法专家发展为机器人感知-决策全栈技术负责人
  • 横向拓展：向机器人运动控制、强化学习或具身智能系统架构方向延伸
  • 管理路线：逐步担任算法团队或项目技术lead，推动复杂系统落地
  • 研发端到端导航算法，融合多模态传感器数据，提升人形机器人在复杂环境中的自主导航能力
  • 构建视觉-语言-动作闭环，实现自然语言指令驱动的目标定位与路径规划
  • 设计基于Transformer、Diffusion等模型的规划器，生成轨迹并实现动态避障
  • 协同运动控制模块，确保规划轨迹与步态控制、全身控制的稳定执行
  • 扎实的机器人导航或Embodied AI算法基础，熟悉端到端导航、VLM/VLA等方向
  • 精通PyTorch等深度学习框架，具备模型训练、调优与部署经验
  • 熟悉多模态感知技术（BEV、Occupancy、多传感器融合）或运动规划算法
  • 较强的问题分析与工程实现能力，能独立完成算法设计与实验验证

申请策略

  • 关注智元机器人的技术路线和产品方向，展示与之匹配的研究兴趣
  • 准备一个完整的导航算法Demo或技术方案，体现从感知到规划闭环的思考
  • 突出机器人导航相关项目经验，尤其是端到端导航、VLM-Nav或运动规划的实际落地案例
  • 强调多模态感知或深度强化学习方面的论文、专利或开源贡献
  • 展示模型训练、优化与部署的工程能力，如PyTorch使用、模型加速等
  • 体现跨团队协作与复杂系统集成交付经验
  • 补充Transformer、Diffusion、World Model等前沿规划算法的理论与实践
  • 熟悉BEV、Occupancy等3D感知表示，以及多传感器融合方法

面试指南

  • 对于技术对比类问题：先定义概念，再分维度（精度、泛化、实时性）比较，最后结合应用场景分析
  • 对于系统设计类问题：明确输入输出，拆解模块（感知、规划、控制），讨论关键技术选型与权衡
  • 对于实验评估类问题：提出离线指标（成功率、路径长度）与在线指标（稳定性、避障频率），并考虑仿真与真机差异
  • 请简述端到端导航与传统导航方法的区别，并举例说明其优缺点
  • 如何将VLM模型集成到机器人导航中？请描述技术架构和关键挑战
  • 在动态环境中，如何保证规划轨迹的安全性和实时性？
  • 解释BEV感知的原理，并说明在多模态融合中的作用
  • 你如何评估一个导航算法在真实机器人上的性能？请设计实验方案

职位点评

66
综合评分

前沿技术驱动的机器人导航算法岗，成长空间大，但工作强度与生活平衡不确定。

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。

更适合这类人
该职位最适合以技术成长为核心动机的求职者，愿意投入时间钻研前沿算法，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利55
成长发展95
工作生活40
使命价值70

薪资福利

55较低

该职位薪资未明确披露，B轮公司稳定性中等，但上海算法岗市场水平较高，福利待确认。

薪资信号未披露（AI估算：25K-45K/月）

成长发展

95较高

职位涉及端到端导航、VLM、Transformer等前沿技术，技术成长空间极大，但晋升路径未明确提及。

技术前沿前沿/新兴技术
技术栈端到端导航、VLM、VLA、Transformer、Diffusion、World Model、BEV、Occupancy、PyTorch
业务类型profit_center

工作生活

40较低

工作地点在上海现场办公，未提及弹性时间或远程，WLB信号缺失，推测工作强度可能较高。

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

人形机器人行业处于高速增长期，该职位直接贡献于智能化导航技术，具有一定社会价值，但使命导向不突出。

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