智元机器人
端到端双足导航算法工程师（Embodied Navigation）-通用业务部
端到端双足导航算法工程师（Embodied Navigation）-通用业务部
发布于 1 天前普通员工/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)
Bev
Diffusion
Occupancy
Pytorch
Vla
Vlm
World Model
多模态感知
端到端导航
AI 估算 · 40k–70k
上海高级算法工程师，机器人赛道热门，B轮公司薪资有竞争力，月薪4-7万合理
职位详情
关于这个职位
该职位专注于机器人自主导航算法研发，涵盖端到端导航、VLM-Nav、多模态感知、规划模型等前沿方向
你将负责构建人形机器人的导航能力，推动视觉-语言-动作闭环，并与运动控制协同，提升复杂环境下的导航成功率
适合对具身智能、机器人算法有深厚兴趣的研发人员
最低要求
硕士及以上学历，计算机、机器人、人工智能等相关专业
熟悉机器人导航、Embodied AI、VLM/VLA、VLN等相关方向，具有较扎实的算法基础
熟悉以下一个或多个方向：端到端自主导航、Planner模型、多模态感知、轨迹预测与运动规划、VLM-Nav
熟悉深度学习框架（PyTorch等），具备模型训练、调优、部署及性能优化经验
具备较强的问题分析及工程实现能力，能够独立完成算法设计、实验验证、性能分析及线上问题定位
具有良好的团队协作能力，能够推动跨团队合作及复杂系统集成落地
工作职责
负责端到端自主导航算法研发，构建面向全尺寸人形机器人的自主导航能力，包括多模态感知、轨迹预测、导航决策等核心模块，持续提升导航智能化水平
负责VLM-Nav/VLN/VLA相关算法研发，构建视觉-语言-动作闭环能力，实现自然语言理解、语义目标定位、路径规划及自主执行
负责多模态感知模型研发，包括RGB、Depth、LiDAR、IMU等多源信息融合，研究BEV、Occupancy、语义地图等环境表征，为导航规划提供统一场景理解能力
负责导航Planner模型研发，探索基于Transformer、Diffusion、World Model等新一代规划算法，实现Waypoint预测、轨迹生成、动态避障及复杂环境下的自主决策
负责双足机器人导航感控融合算法研发，构建导航规划与运动控制协同框架，实现规划轨迹与步态控制、全身控制、地形感知等模块的高效协同，提升复杂地形、人群环境及动态场景下的运动稳定性与导航成功率
优先资格
熟悉具身智能、VLA、世界模型、Diffusion Policy、Action Model等前沿方向
熟悉Habitat、Isaac Sim、Gibson、MuJoCo等仿真平台，具备大规模数据生成及自动评测经验
熟悉双足机器人Locomotion、Whole-Body Control、Model Predictive Control、强化学习等运动控制相关技术
具备真实机器人导航部署经验，熟悉动态人群、复杂地形、跨楼层导航等复杂场景优化
具有CV、机器人、机器学习等相关领域顶会论文、专利或高质量开源项目经验
有大模型、机器人Foundation Model或端到端机器人系统研发经验者优先
AI 洞察
优缺点分析
优点
- 参与前沿的人形机器人导航研发，技术方向极具前景
- B轮公司，有机会从早期开始打造核心系统，成长空间大
- 接触VLM、VLA、World Model等热点技术，积累稀缺经验
- 技术难度高，需要同时掌握视觉、导航、控制等多领域知识
- 机器人落地周期长，实验结果与真实环境差距大，需解决大量工程问题
- 工作强度可能较大，尤其是项目交付期
缺点 / 挑战
- 适合对机器人算法充满热情、有较强自驱力和工程能力的技术型人才，尤其喜欢挑战复杂系统集成
角色解读
- 成为导航算法专家，主导复杂机器人导航系统设计
- 向具身智能全栈方向发展，结合感知、规划、控制
- 晋升为技术Leader或架构师，带领团队攻克技术难题
- 研发端到端导航算法，让机器人自主感知环境、规划路径并执行导航
- 集成VLM/VLA模型，实现自然语言指令驱动下的语义导航
- 融合多传感器数据，构建BEV、Occupancy等环境表征，提升场景理解能力
- 与运动控制团队协同，确保导航轨迹在双足机器人上稳定执行
- 扎实的机器人导航算法基础，理解端到端导航、VLM-Nav等方向
- 熟练使用PyTorch，具备模型训练、调优和部署经验
- 熟悉至少一种规划模型（Transformer、Diffusion、World Model）
- 了解多模态感知（RGB、Depth、LiDAR融合）和常见3D视觉方法
申请策略
- 深入了解智元机器人公司产品和技术路线，在面试中展示你对人形机器人的理解
- 准备一个技术分享，介绍你过去最得意的项目，突出算法创新和工程落地
- 突出导航或机器人相关项目经验，尤其是端到端或VLM-Nav方向
- 展示在顶会论文、开源项目或竞赛中的成果
- 强调多模态感知、规划模型或仿真平台使用的具体经历
- 如有双足机器人部署经验，务必详细描述
- 学习VLM和VLA相关论文，了解主流方法如CLIP、ViT、PaLM-E等
- 动手复现一个简单的端到端导航算法，例如在Habitat上跑通VLN
面试指南
- 对于技术原理问题，先给出核心概念，再拆解为输入-处理-输出，最后举例说明
- 对于项目经验问题，使用STAR原则（情境、任务、行动、结果），突出个人贡献和难点突破
- 对于开放设计问题，先澄清问题边界，提出多种方案并比较优劣，最终给出推荐方案及依据
- 请详细解释VLM-Nav的工作原理，如何将自然语言转化为导航指令？
- 在端到端导航中，如何处理动态障碍物和未知环境？
- 你用过哪些仿真平台？如何生成训练数据并评估导航性能？
- 描述一个你解决过的复杂机器人算法问题，从设计到部署的完整过程
- 双足机器人的导航与轮式机器人有何不同？感控融合的关键难点是什么？
职位点评
68
综合评分
前沿技术栈、高速成长赛道、薪资有竞争力，但WLB一般且需要高强度投入。
更适合这类人
该职位最适合追求技术成长、愿意投身前沿机器人领域的求职者。
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88
工作生活45
使命价值75
薪资福利
65中等
薪资水平在高级算法工程师中具有竞争力，B轮公司提供期权可能，但稳定性不如大厂。
薪资信号偏高 (40K-70K/月)
成长发展
88较高
技术栈前沿，涉及VLM、VLA、World Model等新兴方向，成长空间巨大，且公司处于快速发展期。
技术前沿前沿/新兴技术
技术栈VLM、VLA、World Model、Diffusion、端到端导航、BEV、Occupancy
成长机会研发、探索、提升
业务类型profit_center
工作生活
45较低
仅现场办公，未提及弹性工作制，机器人研发通常需要实地调试，WLB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
人形机器人是AI终极形态之一，具有较高社会影响力，行业增长迅速。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs