AgiBot logo
智元机器人
优才-灵巧手运控智能工程师-临界点子公司

优才-灵巧手运控智能工程师-临界点子公司

发布于 大约 24 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)
Ros2
强化学习
机器人学
灵巧手
点云处理
目标检测

AI 估算 · 25k–45k

前沿机器人算法岗,技能栈稀缺,B轮公司,上海偏高,月薪25k-45k合理

职位详情

关于这个职位

该职位负责灵巧手运控与机器人感知算法的研发,涵盖仿真建模、运动控制、强化学习到视觉感知的全链路

你将搭建具身智能系统,处理Sim-to-Real迁移,并在真实机器人平台上实现闭环操作
适合对机器人操作、算法落地有热情的技术人才

最低要求

教育背景:硕士及以上,控制、机器人、自动化、计算机、AI等相关专业

技能要求:
熟悉机器人学基本原理(坐标变换、FK/IK、动力学方程)
具备Python/C++编程能力,熟悉ROS2、基本架构
熟悉至少一种物理仿真器(e.g. MuJoCo、Isaac Gym/Lab、PyBullet)
了解基础的数值优化(如QP求解)及经典控制理论(PID、LQR)
熟悉目标检测(YOLO、DETR)、分割(SAM)或位姿估计(FoundationPose)等感知算法
熟悉点云处理算法与库(如PCL、Open3D),掌握点云滤波、分割、配准、重建等常用方法

工作职责

灵巧手操作算法:

在MuJoCo或Isaac Gym/Lab环境下搭建灵巧手/机器人模型,完成参数标定与物理特性调优
实现运动学正逆解与动力学分析,负责强化学习/模仿学习策略的训练与测试
负责Sim-to-Real全流程:处理数据、调试控制逻辑、优化迁移效果,缩小仿真与真机差距
开发遥操作系统,优化重定向算法,支持高效数据采集与技能泛化
机器人感知算法:
研发与优化目标检测、分割、位姿估计等视觉感知算法
融合RGB-D与触觉等多模态信息,提升物体识别与抓取点预测精度
处理场景点云与物体级点云,支持语义理解与几何分析
部署视觉模型至真机平台,优化推理速度与资源占用
系统集成与迭代:
配合团队提供语义地图、物体属性等感知输出,支撑灵巧手决策与操作
跟踪机器人操作与感知领域最新成果,完成关键论文的复现与改进

优先资格

加分项:

有强化学习/模仿学习项目经验
有灵巧手、多指操作或接触丰富任务经验
有Sim-to-Real落地经验
有具身智能、机器人抓取或VLA模型相关经验
在机器人或机器学习顶会(RSS、CoRL、ICRA、IROS、CVPR、ICCV、NeurIPS等)发表过论文

AI 洞察

优缺点分析

优点

  • 处于具身智能风口,技能稀缺性强,职业前景广阔
  • 全栈技术闭环,能积累仿真、感知、控制到真机部署的完整经验
  • 公司获得B轮融资,资源充足,技术氛围浓厚
  • 算法复杂度高,涉及多学科交叉,学习曲线陡峭
  • Sim-to-Real迁移调试周期长,对耐心和工程能力要求高
  • 行业竞争激烈,需持续跟踪前沿论文
  • 适合热爱机器人技术、喜欢动手解决真实问题、有较强自学能力的算法工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 在具身智能领域深耕,从算法工程师发展为机器人系统专家
  • 有机会参与顶会论文发表,进入学术与工业结合的核心赛道
  • 后续可向技术负责人或机器人架构师方向晋升
  • 在仿真环境中搭建灵巧手模型并训练强化学习策略,实现灵巧操作控制
  • 研发视觉感知算法,包括目标检测、分割、位姿估计,并融合多模态数据提升抓取精度
  • 处理Sim-to-Real迁移,调试真机平台,缩小仿真与现实差距
  • 开发遥操作系统,优化数据采集与技能泛化流程
  • 扎实的机器人学基础,包括运动学、动力学、坐标变换
  • 熟练使用C++/Python和ROS2,具备物理仿真器使用经验(MuJoCo、Isaac Gym等)
  • 熟悉目标检测、分割、点云处理等计算机视觉算法
  • 了解强化学习、控制理论(PID、LQR)及数值优化

申请策略

  • 在简历中突出对具身智能领域的热情,表明有长期深耕意愿
  • 如有相关Demo或GitHub仓库,附上链接
  • 突出机器人相关项目经验,尤其是灵巧手或机械臂操作
  • 强调强化学习、仿真器使用及Sim-to-Real落地案例
  • 展示感知算法开发经历,包括目标检测、点云处理等
  • 如有顶会论文或开源贡献,务必提及
  • 自学MuJoCo或Isaac Gym,跑通至少一个灵巧手操作示例
  • 复习机器人学基础,包括FK/IK、动力学、控制理论

面试指南

  • STAR法则:描述情境、任务、行动、结果,突出技术细节和问题解决
  • 对比分析:遇到选择题时,列举几种方案优劣,并说明选择理由
  • 从系统角度:结合仿真、感知、控制全流程,展示整体思考能力
  • 请描述你实现Sim-to-Real迁移的步骤和遇到的挑战
  • 如何选择强化学习算法(如PPO、SAC)并调整超参数?
  • 点云配准的常用方法有哪些?如何提高精度?
  • 在真机上部署模型时,如何优化推理速度?
  • 有没有读过最近顶会关于灵巧手操作的论文?说说你的理解

职位点评

68
综合评分

前沿具身智能研发岗,技术成长极高,但现场办公且WLB未明确。

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
适合追求技术深度和前沿发展、不介意现场办公和潜在加班的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活40
使命价值75

薪资福利

65中等

薪资面议,B轮公司有一定浮动,但岗位稀缺性使薪资有竞争力。福利未明确说明,整体中等偏上。

薪资信号面议 (25K-45K/月)

成长发展

90较高

技能前沿,涉及具身智能全栈,技术成长空间极大。明确鼓励跟踪前沿论文并复现改进,发展性强。

技术前沿前沿/新兴技术
技术栈灵巧手、强化学习、Sim-to-Real、MuJoCo、Isaac Gym、点云、目标检测
成长机会跟踪机器人操作与感知领域最新成果,完成关键论文的复现与改进
业务类型profit_center

工作生活

40较低

现场办公,未提及弹性工作或远程。地点上海,可能涉及加班调试,WLB不确定。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

75中等

具身智能是高速增长赛道,技术对社会有潜在正面影响(如辅助医疗、家庭服务),但JD未明确社会价值。

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
Watch Jobs