AgiBot logo
智元机器人
强化学习运控算法实习生

强化学习运控算法实习生

发布于 1 天前

实习/见习

AI 估算 · 6.0千–1.0万 · AI 参考估算
无经验要求
硕士
实习生仅现场办公机器人开发
机器人开发
Ppo
Pytorch
Sac
双足机器人
四足机器人
强化学习
运动控制
Sim2Sim

值不值得投

72综合评分

综合评分 72

前沿足式机器人强化学习实习,技术成长强,生活安排需与HR确认

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便比较实习机会。

薪资怎么样

8.0千

与机器人开发中位数基本持平

发布情况

新岗位 · 昨天发布

公司情况

这家公司招聘很活跃

约 1650 个在招 · 其中机器人开发 97 个

市场机会

选择面较广

深圳 · 机器人开发 · 73 个在招

职位详情

关于这个职位

该岗位面向在读硕博实习生,参与四足/双足机器人强化学习运动控制算法研发,覆盖仿真训练、Sim2Sim迁移、真机部署调试与性能优化

适合具备Python、PyTorch、PPO/SAC及机器人仿真经验,希望深入前沿足式机器人项目的候选人

最低要求

任职要求:

自动化、机械工程及自动化、计算机、电子信息等相关专业在读,硕士或博士优先
具备四足或双足机器人强化学习训练经验,熟悉PPO、SAC等常见RL算法
有Sim2Sim迁移经验,熟悉动力学仿真平台及模型部署流程
具备真机调试经验,能针对硬件问题优化控制策略
熟练掌握Python,熟悉PyTorch/TensorFlow等深度学习框架
可保证连续实习3个月以上,能尽快到岗者优先

工作职责

岗位职责:

参与基于强化学习的四足/双足机器人运动控制算法的开发与优化
负责仿真环境(如Isaac Gym、mujoco等)中的策略训练与仿真到仿真(Sim2Sim)迁移验证
将训练模型部署至真机,并进行实机调试与性能优化
结合机器人动力学特性,针对实际硬件限制(如电机响应、摩擦力等)调整算法
编写算法测试脚本,实现训练与评估流程的自动化

优先资格

加分项:

在相关顶会(RSS、ICRA、IROS等)或期刊发表过论文
熟悉ROS/ROS2系统,具备实际机器人开发经验
掌握C++编程,能进行高性能算法模块开发

AI 洞察

优缺点分析

优点

  • 岗位覆盖强化学习、足式机器人、仿真训练和真机部署完整流程,技术含量高且实践机会稀缺
  • 明确提到科研资源支持、前沿足式机器人项目和表现优异者转正或推荐信机会,对长期发展有帮助
  • 加分项与RSS、ICRA、IROS等顶会方向相关,适合希望积累高质量研究成果的候选人
  • 能接触Isaac Gym、MuJoCo、ROS/ROS2、C++等机器人研发常用工具链,技术迁移价值较强
  • 强化学习运控涉及仿真到真机迁移,硬件误差、电机响应和摩擦力等因素会显著增加调试难度
  • 适合自动化、计算机、机械电子等方向在读硕博,尤其是已有四足/双足机器人、强化学习训练或真机调试经验的候选人

缺点 / 挑战

  • 岗位要求连续实习3个月以上并尽快到岗,对在读学生的时间安排有一定压力
  • 同时要求RL算法、仿真平台、Python框架和真机经验,门槛较高,竞争可能较激烈

角色解读

  • 从算法实习生成长为机器人运动控制算法工程师,深入强化学习、仿真迁移和真机部署全链路
  • 后续可向高级算法工程师、具身智能算法专家或机器人系统工程师方向发展
  • 若参与完整项目并积累真机经验,也可转向科研型岗位、顶会研究或机器人产品化研发方向
  • 参与四足/双足机器人强化学习运动控制算法开发,围绕步态、平衡、抗扰等目标设计训练方案
  • 在Isaac Gym、MuJoCo等仿真环境中进行策略训练,并完成Sim2Sim迁移验证,检查策略在不同仿真条件下的稳定性
  • 将训练好的模型部署到真机,结合电机响应、摩擦力、动力学误差等硬件限制进行调试和性能优化
  • 编写测试脚本和自动化评估流程,提升训练、验证、部署迭代效率
  • 需要掌握强化学习算法基础,尤其是PPO、SAC等常用策略优化方法,并能将其用于机器人控制任务
  • 需要熟练使用Python和PyTorch/TensorFlow,具备深度学习训练、模型导出与部署能力
  • 需要理解机器人动力学、仿真平台和Sim2Sim迁移流程,能够分析仿真与真实硬件之间的差异
  • 有真机调试、ROS/ROS2、C++或相关论文发表经历会明显增强竞争力

申请策略

  • 申请时强调可连续实习时间、到岗速度和是否具备真机/仿真项目经验,这些是JD中的关键筛选点
  • 提前了解智元机器人的足式机器人产品和具身智能方向,面试中结合岗位说明自己为何对该方向感兴趣
  • 重点突出与四足/双足机器人、强化学习运动控制相关的项目,说明使用的算法、仿真平台和最终效果
  • 明确写出PPO、SAC、Isaac Gym、MuJoCo、PyTorch、ROS/ROS2、C++等实际使用经历,避免只罗列关键词
  • 展示Sim2Sim迁移或真机部署经历,尤其说明遇到过哪些硬件误差、如何定位并优化控制策略
  • 如有RSS、ICRA、IROS论文、竞赛或开源项目,应放在简历显眼位置,并说明个人贡献
  • 面试前可复习PPO、SAC等强化学习算法原理,准备从目标函数、训练稳定性和调参经验角度解释项目
  • 补充Isaac Gym或MuJoCo中的机器人训练实验,熟悉从训练、评估到模型导出的完整流程

面试指南

  • 项目类问题采用“背景-目标-方法-结果-反思”结构,重点说明个人贡献和量化结果
  • 技术类问题先讲原理,再结合项目中的具体选择说明为什么这样做,最后补充失败经验和改进思路
  • 实习稳定性问题直接回答可实习时长、到岗时间和课程/科研安排,避免模糊表达
  • 你做过哪些四足或双足机器人强化学习训练项目?使用的状态空间、动作空间和奖励函数是如何设计的?
  • PPO和SAC在机器人运动控制中的适用场景有什么区别?你实际调参时遇到过哪些问题?
  • 你在Isaac Gym或MuJoCo中如何实现Sim2Sim迁移?仿真与真实硬件差异如何缓解?
  • 请举例说明你如何进行真机调试,以及如何处理电机响应延迟、摩擦力变化等硬件限制
  • 你能否保证连续实习3个月以上?预计什么时候可以到岗?

职位点评

薪资福利62
成长发展92
工作生活45
使命价值82

薪资福利

62中等

JD提到提供有竞争力的实习津贴、科研资源支持、转正机会或推荐信,但未披露具体津贴金额和福利明细。作为实习岗位,补偿性满足度有一定基础但信息有限。

薪资信号未披露(AI估算:6.0千–1.0万/月)
福利待遇有竞争力的实习津贴、科研资源支持、转正机会、推荐信

成长发展

92较高

岗位明确涉及前沿足式机器人项目、完整算法-部署流程、强化学习训练、Sim2Sim迁移和真机调试,技能成长路径非常清晰。加分项还覆盖顶会论文、ROS/ROS2和C++,对科研与工程能力发展都有较强吸引力。

技术前沿前沿/新兴技术
技术栈强化学习、四足机器人、双足机器人、运动控制、PPO、SAC、Isaac Gym、MuJoCo、Sim2Sim、Python、PyTorch、TensorFlow、ROS、ROS2、C++
成长机会科研资源支持、深入参与前沿足式机器人项目、接触完整算法-部署全流程、转正机会、推荐信
业务类型ambiguous

工作生活

45较低

JD未明确办公模式、弹性工时、双休或加班情况,因此生活化动机无法得到充分判断。岗位要求连续实习3个月以上并尽快到岗,对时间投入有明确要求。

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

82较高

岗位聚焦前沿足式机器人和具身智能相关研发,具有较强技术探索属性。JD虽未直接描述社会使命,但机器人运动控制算法对智能机器人落地具有较高行业价值。

行业发展新兴领域(暂难判断)
社会影响中性/一般
使命信号前沿足式机器人项目
创新程度积极采用新技术
Watch Jobs