优才-力控算法工程师-Genie业务部

优缺点分析

角色解读

• 深耕力控算法领域，成为机器人控制专家，主导复杂力控系统设计
• 向算法团队负责人方向发展，带领团队攻克技术难题，推动产品落地
• 横向拓展至感知、规划等相邻领域，成为机器人全栈算法工程师
• 负责机器人运动学与动力学建模、辨识和仿真，为控制算法提供基础模型
• 开发和调试力控算法，如干扰观测器、碰撞检测、阻抗控制等，提升机器人的柔顺交互能力
• 将传统力控与强化学习结合，实现全身智能力控，并在实际场景中产品化落地
• 追踪前沿力控技术，如跨模态融合力控，持续优化控制系统性能
• 扎实的控制理论和数学基础，精通多刚体动力学建模与系统辨识
• 熟悉常见力控算法（阻抗/导纳控制、力位混合控制等）和全身控制（WBC）
• 熟练使用Linux、C/C++、Python、Matlab，并有仿真器（Mujoco、Isaac等）使用经验
• 具备数值优化和英文文献调研能力，能应用优化方法解决控制问题

申请策略

• 提前了解智元机器人的产品线和技术方向，在面试中展现对机器人柔顺交互场景的理解
• 准备一个从建模到控制落地的小项目故事，体现系统性思考
• 突出在机器人动力学建模、力控算法（如阻抗控制、全身控制）方面的项目经验
• 展示熟练使用C++/Python和仿真工具（Mujoco、Gazebo等）的能力
• 强调数学建模和优化算法背景，如有论文或专利更佳
• 若有过力控产品化经验或RL+力控结合项目，务必重点描述
• 复习多刚体动力学和数值优化方法，熟悉经典力控算法原理
• 上手一种仿真器（推荐Isaac Gym或Mujoco）进行力控算法仿真练习

面试指南

• 先解释基本概念和原理，然后结合自己的项目经验说明具体实现
• 遇到开放性问题时，采用“问题分解-方法对比-选择依据-效果评估”的结构回答
• 对算法问题，展示从理论到仿真的推理过程，体现工程化思维
• 请解释阻抗控制和导纳控制的区别，并举例应用场景
• 如何建立多关节机器人的动力学模型？有哪些常用方法？
• 请描述你如何将强化学习用于力控？遇到过哪些挑战？
• 请阐述全身力控（whole-body control）的核心思想和实现步骤
• 在机器人控制中，如何处理模型不确定性和外部扰动？