智元机器人
全域算法研究员
全域算法研究员
发布于 大约 1 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Slam
Vla
世界模型
强化学习
机器人感知
模仿学习
自主导航
路径规划
运动控制
值不值得投
70综合评分
综合评分 70
前沿具身智能算法岗，技术天花板高、成长性强，但对技能深度和持续学习要求极高。
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
38K
比人工智能中位数高
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 1490 个在招 · 其中人工智能 11 个
市场机会
选择面较广
上海 · 人工智能 · 约 230 个在招
职位详情
关于这个职位
本岗位是智元机器人公司招聘的算法研究员，专注于具身智能机器人的核心算法研发
工作将围绕自主导航、环境感知、语义建图、VLA/WAM等方向展开，涉及算法设计、软件开发、真机调试与性能优化，旨在推动具身智能技术在实际机器人系统中的应用落地
最低要求
计算机、人工智能、软件工程、自动化、电子、数学等相关专业本科、硕士、博士
出色的问题分析和解决能力，自主探索新解决方案的能力强;
具有机器人多模感知、路径规划、运动控制、建图定位相关算法研究和开发经历
熟悉机器人感知、SLAM、路径规划、运动控制、强化学习、模仿学习、视觉语言模型等一个或多个方向
具备较强的新技术和新架构研究能力，可快速跟踪洞察业界最前沿AI领域技术
工作职责
研发面向室内外复杂场景的自主导航算法，包括全局路径规划、局部轨迹规划、运动约束建模、目标点到达、路径跟踪与重规划等能力，支持机器人在开放、动态、非结构化环境中的稳定运行
投入环境感知与语义建图算法研究，设计并优化视觉 / 视觉惯性 SLAM 系统：前端跟踪、IMU 紧耦合、回环检测、BA 与位姿图优化、重定位与地图复用，提升机器人对复杂真实环境的空间理解能力
负责机器人在动态人群、多障碍物、狭窄通道、未知环境等场景下的避障与局部决策算法，结合规则方法、优化方法、学习方法等技术路线，提升机器人移动过程中的安全性、舒适性和鲁棒性
参与机器人抓取、放置、搬运、工具使用、人机协作等操作算法研发，结合视觉感知、动作规划、强化学习/模仿学习等方法，提高机器人在真实任务中的泛化能力和执行成功率
持续跟踪具身智能、VLA、世界模型、端到端导航与操作等前沿方向，结合业务场景提出创新性技术方案，并推动关键算法在实际系统中验证和落地
AI 洞察
优缺点分析
优点
- 参与机器人“感知-决策-控制”全链路算法开发，能积累非常全面的技术经验
- 公司专注于机器人硬件与软件的结合，提供将算法在真实物理系统中验证和优化的宝贵机会
- 技术深度要求高，需要同时掌握机器人学、计算机视觉、AI算法等多个复杂领域的知识
- 行业技术迭代迅速，需要持续高强度学习以保持技术先进性
- 适合对机器人技术有深厚兴趣，具备扎实数理和工程基础，喜欢解决复杂系统级问题，并有志于推动AI在物理世界落地的博士或资深硕士毕业生
缺点 / 挑战
- 处于具身智能这一前沿交叉领域的核心研发岗位，技术挑战性强，成长空间巨大
- 算法在真实复杂环境中落地面临巨大挑战，需要处理大量非预期情况，调试周期长
角色解读
- 技术专家路线：深耕具身智能某一方向（如SLAM、操控），成为该领域的算法权威和技术负责人
- 研究负责人路线：领导小团队进行前沿算法探索与系统落地，向首席科学家或研发总监方向发展
- 跨领域发展：凭借深厚的机器人技术栈，向AI产品管理、自动驾驶、智能制造等相关领域拓展
- 设计与实现机器人的自主导航与避障算法，确保其在复杂动态环境中安全稳定移动
- 研发和优化机器人视觉与惯性感知融合（SLAM）系统，构建对物理世界的精确理解
- 探索将VLA、世界模型等前沿AI技术应用于机器人的操作任务，提升其完成复杂任务的泛化能力
- 参与算法从设计、仿真到真机调试、性能优化的完整闭环，推动技术落地
- 扎实的机器人学与计算机视觉基础，精通SLAM、路径规划、运动控制等核心算法
- 熟练使用C++/Python进行算法开发，有ROS（机器人操作系统）经验者优先
- 掌握强化学习或模仿学习等AI方法，并能将其应用于机器人决策与控制
- 具备较强的新技术追踪与快速实现能力，能独立进行技术调研和原型开发
申请策略
- 在求职信中明确表达对具身智能特定方向（如VLA、端到端导航）的热情和思考，而不仅仅是罗列技能
- 可以提前了解智元机器人的产品线和技术路线，将自身技能与公司需求进行匹配阐述
- 详细描述参与过的机器人或自动驾驶相关项目，突出在导航、感知或操作算法中的具体贡献
- 列出在SLAM、路径规划、强化学习等方面的论文、专利或开源项目，证明技术深度
- 强调使用ROS、C++/Python、CUDA等工具链进行算法开发、仿真的实践经验
- 如有真机调试经验，务必说明，这是硬件相关算法岗的关键加分项
- 深入理解VLA（Vision-Language-Action）和世界模型在机器人领域的最新研究进展
- 复习并实践主流的视觉SLAM框架（如ORB-SLAM3, VINS-Mono/Fusion）和机器人运动规划算法（如A*, RRT, MPC）
面试指南
- 采用STAR法则（情境、任务、行动、结果）描述项目，重点突出技术选型依据、问题分析过程和量化成果
- 对于技术对比题，先客观陈述各方法原理，再结合具体场景（如动态性、实时性要求）分析适用性，最后给出自己的倾向和理由
- 对于前沿技术问题，结合论文阅读和自己的思考，阐述其核心思想、优势、局限性以及可能的改进方向，展现技术洞察力
- 请详细介绍一个你做过的机器人导航或SLAM项目，遇到了哪些核心挑战，是如何解决的？
- 在动态环境中，如何设计一个实时、鲁棒的避障算法？请比较基于规则、优化和学习方法的优劣
- 你如何看待VLA（Vision-Language-Action）模型在机器人操作中的应用潜力与当前瓶颈？
- 如果让你负责一个新的机器人场景落地，你会如何设计算法开发和验证的流程？
- 系统梳理1-2个最熟悉的机器人项目，准备好详细的讲解，包括架构图、关键代码模块和性能数据
职位点评
薪资福利60
成长发展95
工作生活45
使命价值85
薪资福利
60中等
JD未提及具体薪资和福利细节。作为前沿领域的算法岗位，在一线城市通常具备市场竞争力，但具体水平需与HR确认。
薪资信号未披露（AI估算：25K-50K/月）
成长发展
95较高
该职位处于具身智能、机器人感知与操控等技术的绝对前沿，要求持续跟踪并落地VLA、世界模型等最新技术，技术成长性和研究深度非常高。
技术前沿前沿/新兴技术
技术栈SLAM、路径规划、强化学习、模仿学习、VLA、世界模型、端到端导航
成长机会持续跟踪具身智能、VLA、世界模型、端到端导航与操作等前沿方向、推动关键算法在实际系统中验证和落地
业务类型ambiguous
工作生活
45较低
JD未明确说明工作模式（远程/混合/现场），通常研发类岗位可能以现场办公为主。工作内容涉及真机调试，灵活性受限。未提及任何WLB相关信号。
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
85较高
具身智能是AI技术落地物理世界的关键方向，处于高速增长赛道。通过算法让机器人具备感知、决策和行动能力，具有较高的技术突破性和社会应用前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号面向具身机器人等关键行业AI应用场景、推动具身智能前沿算法和系统落地
创新程度积极采用新技术
Watch Jobs