智元机器人
力控算法工程师- Genie业务部
力控算法工程师- Genie业务部
发布于 大约 10 小时前普通员工/个人贡献者
上海市
其它
全职员工
仅现场办公
硕士
研究与开发 (研发)
力控算法
动力学建模
导纳控制
强化学习
机器人运动学
阻抗控制
AI 估算 · 25k–45k
力控算法工程师技术要求高，市场稀缺，上海地区硕士起薪较高，B轮融资公司提供有竞争力的薪资
职位详情
关于这个职位
该职位主要负责多关节机器人运动学与动力学建模、力控算法开发，包括干扰观测器、阻抗控制、力位混合控制等，并结合强化学习提升柔顺交互性能
你将参与从算法仿真到产品化落地的全流程，推动机器人在实际场景中的应用
适合对机器人控制有深入理解、热爱算法开发的工程师
最低要求
硕士及以上学历，自动化，控制科学与工程，机械电子工程，计算机等相关专业
具备扎实的控制理论、数学基础，熟练掌握多刚体动力学建模、单关节及整机系统辨识
熟悉动力学控制，whole body control，operational space control，观测器设计，滤波器， 轨迹规划等等
具备较强的编程能力（Linux、C/C++、Python、matlab）及算法仿真能力，熟悉常见仿真器如Mujoco/Bullet/Webots/Gazebo/CoppeliaSim/Isaac中一种或多种
具有良好的文献调研和英文阅读能力，熟悉机器人中的数值优化方法，可利用优化理论处理机器人控制问题
工作态度积极认真，责任心强，具有良好的团队合作
工作职责
负责多关节机器人运动学及动力学建模、辨识、仿真以及相关控制算法开发调试
负责机器人力控相关算法开发与调试，包括且不仅限于干扰观测器、碰撞检测、虚拟墙、零空间优化、导纳/阻抗控制、力位混合控制、全闭环控制等功能开发
负责双臂以及多冗余自由度形态的机器人全身力控算法开发，使机器人具备与环境接触时具备柔顺交互能力，并将传统力控和RL相结合，以获得更好的力控性能，最终实际场景进行应用开发完成产品化落地
负责调研和探索前沿的力控算法，包括全身力控，基于强化学习（RL）的智能力控，触觉反馈与视觉/力觉的跨模态融合力控等等
协助测试制定定测试用例及测试方案，根据测试反馈结果进行算法验证与优化
根据产品开发计划、功能需求以及实际应用场景完成相关业务程序开发及代码维护，不断对控制系统进行完善
优先资格
）数学能力突出（建模、优化理论）
）具备力感知，力控制产品化经验
）柔性力控机械臂开发经验，力控谐波关节或者直驱关节均可
）深度学习，强化学习结合力控的开发经验
AI 洞察
优缺点分析
优点
- 力控算法是机器人核心技术，技术壁垒高，职业发展前景广阔
- 公司处于B轮融资阶段，产品落地机会多，能参与从研发到量产的全流程
- 上海制造业与科技资源丰富，行业交流机会多
- 算法难度大，理论要求高，需要持续学习前沿技术
- 机器人行业整体尚未完全成熟，项目节奏可能受外部因素影响
- 适合热爱机器人控制、数学基础扎实、愿意深入解决复杂工程问题的算法工程师
缺点 / 挑战
- 产品化过程可能面临调试周期长、性能反复优化的压力
角色解读
- 在机器人算法领域深耕，成为力控方向的技术专家
- 向系统架构师或技术负责人发展，主导机器人控制系统的整体设计
- 横向拓展至运动规划、感知与决策等相邻领域，成长为全栈机器人工程师
- 负责机器人运动学与动力学建模，搭建仿真环境并进行算法验证
- 开发与调试力控算法，如阻抗控制、力位混合控制，使机器人具备柔顺交互能力
- 结合强化学习优化力控性能，并将算法应用到实际产品中
- 跟踪前沿技术，探索全身力控、跨模态融合等方向
- 扎实的控制理论与数学基础，熟练掌握多刚体动力学建模与系统辨识
- 精通力控算法，包括阻抗/导纳控制、观测器设计等
- 较强的编程能力（C++/Python）及仿真器使用经验（Mujoco、Isaac等）
- 熟悉数值优化方法，能利用优化理论解决控制问题
申请策略
- 关注智元机器人的产品方向（如人形机器人），在面试中展现对行业的理解
- 准备一个完整的算法项目案例，从问题定义到仿真验证，体现工程思维
- 突出动力学建模、力控算法相关的项目经验，并说明具体贡献与成果
- 展示编程能力，特别是C++/Python项目及仿真器使用案例
- 如有强化学习或优化理论的应用经验，重点描述
- 强调文献调研与英文阅读能力，如翻译或总结过前沿论文
- 系统学习多刚体动力学与机器人控制理论，如《机器人学导论》
- 动手搭建一个简易的力控仿真环境，实现阻抗控制等基本算法
面试指南
- 从基本原理出发，结合数学公式说明概念，再举例应用场景
- 采用分步思考法：首先分析问题约束，然后提出多种方案并比较优劣，最后给出推荐方案
- 用STAR法则描述项目经历：背景、任务、行动、结果，突出定量成果
- 请解释阻抗控制与导纳控制的区别及适用场景
- 如何设计一个机器人力控系统的干扰观测器？
- 描述你过去项目中如何调试动力学参数或力控算法
- 如果让机器人在接触环境中既要跟踪轨迹又要保持柔顺，你会如何实现？
- 谈谈你对强化学习在力控中应用的理解
职位点评
71
综合评分
前沿力控算法岗位，技术成长性高，薪资有竞争力，但工作强度未知且仅现场办公
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和前沿探索为核心动机的求职者，对工作生活平衡要求较低的话会是不错的选择。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
薪资估计处于市场中上水平，但B轮公司可能存在股权激励但现金薪资略低于大厂。福利方面JD未明确提及，因此补偿性动机满足程度一般。
薪资信号面议 (25K-45K/月)
成长发展
85较高
技术栈前沿（力控+RL），成长路径清晰，有机会从研发到产品化全流程参与，发展性动机满足度较高。
技术前沿前沿/新兴技术
技术栈动力学建模、力控、RL、观测器、全身控制、Mujoco、Isaac
业务类型profit_center
工作生活
50较低
仅现场办公，位于上海，未提及弹性工作或远程，工作强度可能较高（研发迭代压力），生活化动机满足度一般。
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
75中等
机器人行业处于高速增长期，力控技术有明确社会价值（提升机器人交互能力），意义感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
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