运控算法工程师

优缺点分析

角色解读

• 从算法工程师向高级算法专家发展，深入机器人运动控制与规划领域
• 可转向机器人系统架构师或技术leader，负责整体运动系统设计
• 横向发展可进入自动驾驶、无人机等具身智能相关领域
• 研究并实现机器人运动控制算法，包括运动学、动力学建模与仿真，优化机器人运动性能
• 解决算法开发中的技术问题，为机器人本体与算法的协同设计提供改进建议
• 追踪前沿控制技术，进行预研并整理技术资料
• 扎实的机器人学基础，熟练掌握运动学/动力学、FK/IK方法及动力学库
• 精通控制理论（FOC、LQR、MPC、WBC），熟悉最优化与数值求解方法
• 熟练使用C++、Python、Matlab，掌握Eigen及至少一种物理仿真器，了解ROS2
• 了解传感器融合与滤波器设计，有实际工程应用经验

申请策略

• 了解智元机器人的产品方向（人形机器人/协作机器人），在应聘中表达对机器人落地的理解
• 展示你对控制前沿技术的关注，如全身控制（WBC）或模型预测控制（MPC）的最新论文
• 突出机器人学相关项目经验，尤其是运动学/动力学建模与仿真
• 详细描述使用LQR、MPC等控制算法的工程案例，包括问题、方案与效果
• 展示C++/Python编程能力，特别是Eigen、ROS2等工具的使用经验
• 如有传感器融合、电机控制等实际工程经历，务必重点提及
• 深入学习刚体动力学与数值优化算法，掌握常用QP求解器
• 动手搭建一个基于Mujoco或Bullet的机器人仿真控制demo，完整实现从FOC到MPC的闭环

面试指南

• 对于理论问题，先明确假设条件，然后分步骤阐述推导过程，最后总结应用场景
• 对于工程问题，采用STAR方法：背景、任务、行动、结果，突出你的调试思路和解决方法
• 遇到不熟悉的问题时，表明你理解问题的本质，并分享你可能的解决方向，展示学习能力
• 请推导一个单腿机器人的运动学模型，并说明如何求解逆运动学
• 如何利用MPC进行双足机器人的步态控制？请给出优化问题构建的框架
• 在实际工程中，FOC电流环调试遇到震荡如何解决？
• 传感器融合中，如何处理IMU与编码器数据的时延问题？
• 描述一个你解决过的控制算法与硬件不匹配的案例