智元机器人
规划控制算法工程师-Genie业务部
规划控制算法工程师-Genie业务部
发布于 大约 13 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Mpc
Ompl
Pinocchio
Prm
Ros2
Rrt
Trajopt
路径规划
轨迹优化
AI 估算 · 30k–50k
B轮融资、上海、高级算法岗，薪资竞争力强，中位数约40k/月，14薪。
职位详情
关于这个职位
该职位是智元机器人Genie业务部的规划控制算法工程师，核心负责人形机器人的全身运动规划与控制算法开发
你将参与从算法设计到系统集成的完整闭环，与硬件、遥操、具身算法团队紧密协作，推动具身智能机器人在工业、商业场景的落地
适合具有扎实机器人学背景和2年以上算法开发经验的候选人
最低要求
学历要求：计算机科学、机器人、自动化、控制工程、机械工程或相关领域的硕士及以上学历
理论基础：熟悉机器人学、刚体运动学，掌握常用的运动学与逆运动学方法
至少熟练掌握如下一个领域
具备深厚的运动规划理论基础，掌握常用的路径规划算法（如RRT、PRM、A*）及其改进
熟练掌握轨迹优化与模型预测控制方法，熟悉基础凸优化与非线性优化问题的构建与求解
熟悉机械臂系统的控制策略，掌握阻抗/导纳等力控算法，熟悉运动学与动力学辨识流程
专业技能：
熟练掌握 Python、C++等编程语言，有机器人操作系统ROS2的开发经验
熟悉常用的运动学/动力学库如Pinocchio等
熟悉掌握路径规划与轨迹优化开源框架例如OMPL、TrajOpt、Chomp、Curobo、Pyroki等
熟悉掌握全身控制与实时优化的开源框架
有机械臂力控与标定等实机项目经验
熟悉常用机器人仿真软件的使用如MuJoCo、Isaac Lab、mjlab等
具备2年以上机器人领域算法开发的工作经验，特别是在机械臂协作领域有路径规划、轨迹优化、全身控制的实时控制系统工程落地经验者优先
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
负责人形机器人的全身运动规划算法开发，结合多自由度特性与协作任务的特点，设计路径规划、轨迹优化、实时反应式控制与力控等相关算法
深度参与数据闭环pipline，与遥操，具身算法团队协作，使得具身算法获得更好的端到端效果，包括拟人性，实时性，安全性等多个方面
负责系统仿真验证：通过仿真验证算法的鲁棒性与有效性，并进行持续改进
负责系统集成与调试：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
有深度独立负责机械臂产品或项目相关的经验
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
- 身处具身智能前沿赛道，技术方向具有广阔前景和极高天花板
- 公司B轮阶段，技术投入大，有机会参与核心算法从0到1的构建与落地
- 与顶尖硬件、算法团队协作，能积累丰富的工程实战经验和跨领域知识
- 算法复杂度高，需要同时覆盖运动规划、控制、优化等多个子领域，学习曲线陡峭
- 硬件系统集成调试周期长，对耐心和工程问题解决能力要求高
- 行业竞争激烈，需要持续跟踪前沿论文并快速实现验证
- 适合对机器人运动规划与控制有深厚兴趣、具备扎实理论基础和工程落地经验的求职者，尤其适合希望在具身智能领域深耕的技术型人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术路线：从算法工程师成长为运动规划与控制领域的专家，主导核心技术攻关
- 管理路线：可发展为技术团队负责人或项目经理，带领团队完成产品交付
- 跨领域发展：积累具身智能经验后，可向VLM/VLA等深度学习控制方向延伸，成为全栈机器人算法人才
- 负责人形机器人全身运动规划与控制算法的研发，包括路径规划、轨迹优化、力控等
- 参与数据闭环，与遥操、具身算法团队协作，提升端到端算法的拟人性与安全性
- 进行系统仿真验证，与硬件团队集成调试，确保算法在真实机器人上的实时性与鲁棒性
- 扎实的机器人学、运动学与动力学基础，熟悉RRT、PRM、A*等路径规划算法
- 精通Python和C++，有ROS2开发经验，熟悉Pinocchio、OMPL、TrajOpt等常用库
- 具备轨迹优化和MPC经验，了解凸优化与非线性优化问题的构建与求解
- 有机械臂力控、标定及仿真实战经验，熟悉MuJoCo、Isaac Lab等仿真环境
申请策略
- 提前了解智元机器人Genie业务部的产品线和公开技术博客，面试时展示对公司技术方向的理解
- 准备一个以往项目中遇到的算法或工程难题的详细复盘，突出分析和解决过程
- 突出机器人算法相关项目经验，特别是机械臂协作、全身控制或路径规划的落地案例
- 强调掌握的技能框架和开源库使用经历，如ROS2、Pinocchio、OMPL等
- 如有RoboCon/RoboMaster比赛或顶会论文，务必单独列出，这是重要加分项
- 展示数据处理和仿真验证能力，如使用MuJoCo/Isaac Lab的经验
- 加深对MPC、凸优化理论的理解，可通过Coursera或经典教材（如《Convex Optimization》）补强
- 动手实践整机调试流程，尝试在仿真中复现一篇控制相关的顶会论文
面试指南
- 对于算法类问题，先阐述核心原理，再结合实际工程场景中的改进或折中，展现理论与实践结合的能力
- 对于项目类问题，采用STAR方法：情境、任务、行动、结果，重点说明技术难点和你的贡献
- 对于系统设计类问题，先明确约束条件（实时性、硬件限制），再分模块给出方案，最后评估优劣
- 请解释RRT与PRM的优缺点，并说明在实际机器人中如何改进其效率？
- 如何设计一个MPC控制器用于机械臂的轨迹跟踪？请简述状态空间模型和约束处理
- 描述一次你在机器人调试中遇到的力控或运动规划失败案例，你是如何定位和解决的？
- ROS2与ROS1的主要区别是什么？在实时控制场景下你如何优化节点通信？
- 请简述用于全身控制的优化问题架构，如何权衡实时性与最优性？
职位点评
59
综合评分
前沿具身智能算法岗，技术深度高、成长空间大，但薪资福利未明确、WLB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
最适合对技术成长有强烈渴望、愿意挑战高难度算法落地的求职者，不太适合追求工作生活平衡的人。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利50
成长发展95
工作生活50
使命价值80
薪资福利
50较低
JD未明确薪资和福利，B轮创业公司可能在现金报酬上中等偏上但稳定性一般，补偿性动机满足有限。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
95较高
职位涉及前沿具身智能技术，接触算法全链路和软硬一体化，发展性动机极高。
技术前沿前沿/新兴技术
技术栈路径规划、轨迹优化、MPC、ROS2、Pinocchio、OMPL、MuJoCo、Isaac Lab
业务类型profit_center
工作生活
50较低
仅现场办公，未提及弹性工时或加班情况，工作强度可能较高，生活化动机一般。
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
80较高
机器人行业高速增长，具身智能属于新兴领域，社会影响力中性偏正面，意义感较强。
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