智元机器人
机器人Loco-Manipulation算法实习生
机器人Loco-Manipulation算法实习生
发布于 大约 2 小时前实习/见习
上海市
初级经验
实习生
仅现场办公
硕士
研究与开发 (研发)
Loco-Manipulation
强化学习
机器人运动控制
模仿学习
深度强化学习
AI 估算 · 4k–8k
实习生薪资一般在4-8k/月，技术含量高但实习性质限制上限，公司B轮融资较有竞争力。
职位详情
关于这个职位
该实习生岗位专注于机器人行走与操作协同算法（Loco-Manipulation）的设计与开发，主要基于强化学习和模仿学习
你将搭建仿真环境（如Isaac Gym、MuJoCo）进行算法训练，并有机会将算法部署到真实机器人平台上调试优化
适合对前沿机器人算法有热情、具备扎实RL和运动控制基础的硕博研究生
最低要求
机器人、计算机、自动化、人工智能等相关专业硕士及以上学历，博士优先
扎实的运动控制、动力学、优化或强化学习理论基础
熟练掌握至少一种主流物理仿真平台（Isaac Gym、MuJoCo、Gazebo等）
精通Python或C++，具备良好的代码工程能力和调试能力
有基于深度强化学习、模仿学习的机器人运动/操控策略开发经验
具备良好的科研能力和英文文献阅读能力，能快速理解前沿工作
实习时间6个月以上
工作职责
负责机器人 loco-manipulation 算法设计、开发与优化
研究并实现基于强化学习（RL）、模仿学习（IL）等方法的行走与操作协同策略
搭建仿真环境（如Isaac Gym、MuJoCo、Gazebo），开发和测试运动与操控任务
跟踪领域前沿研究进展（例如VBC、AMP、Hover、FastTD3、TWIST等），将创新算法落地应用
支持机器人在真实硬件上的算法部署、调试和性能优化
优先资格
有真实机器人平台（如四足、双足或机械臂）上部署经验
有分布式强化学习或大规模并行仿真训练经验
熟悉全身控制（whole-body control）、接触动力学建模
在顶级会议（ICRA、IROS、RSS、CoRL）或期刊上有相关发表记录
AI 洞察
优缺点分析
优点
- 接触最前沿的机器人算法（VBC、AMP等），技术成长速度快
- 公司处于B轮融资阶段，发展迅猛，团队氛围积极
- 有机会参与从仿真到真实硬件的完整流程，理论与实践结合紧密
- 实习周期要求6个月以上，需要长时间投入
- 算法落地到真实硬件可能遇到复杂调试问题，需要耐心
- 适合对机器人运动控制和强化学习有浓厚兴趣、具备较强科研能力和动手能力的硕士/博士研究生
缺点 / 挑战
- 对理论基础和编程能力要求较高，学习曲线陡峭
角色解读
- 深入机器人智能算法领域，成为运动控制或操作方面的技术专家
- 可向机器人算法研究员或高级工程师发展，参与前沿技术研究
- 实习表现优异有望转正，进入快速发展的机器人行业
- 设计并优化机器人行走与操作协同的算法，主要基于强化学习和模仿学习
- 搭建仿真环境（如Isaac Gym、MuJoCo）进行算法训练、测试和调参
- 将训练好的策略部署到真实机器人平台，进行硬件调试和性能优化
- 跟踪领域前沿论文（如VBC、AMP等），尝试复现并改进算法
- 扎实的运动控制、动力学或强化学习理论基础
- 熟练使用至少一种物理仿真平台（Isaac Gym等）
- 精通Python或C++，具备良好的代码工程和调试能力
- 有深度强化学习或模仿学习的项目经验，能独立设计奖励函数和训练流程
申请策略
- 准备一个简短的研究或项目介绍，展示算法设计能力和对机器人技术的热情
- 深入了解智元机器人的技术路线和产品，在面试中表达对其方向的兴趣
- 突出强化学习/模仿学习相关项目经验，详细说明算法设计和实现过程
- 展示仿真平台使用经验（如Isaac Gym、MuJoCo），附上代码仓库或Demo链接
- 如果有机器人平台部署经验或论文发表，务必重点描述
- 复习强化学习经典算法（PPO、SAC等）和机器人动力学基础
- 提前熟悉Isaac Gym或MuJoCo的使用，可以自己跑一个小项目
- 提升C++编程能力，特别是与ROS、运动控制相关的开发技能
面试指南
- 使用STAR法描述项目：情境、任务、行动、结果，突出关键决策和结果
- 从理论基础到实际实现，强调遇到的挑战和解决方案
- 结合前沿文献，展示你对领域最新动态的关注和理解
- 请介绍一个你实现的强化学习项目，包括状态、动作、奖励设计
- 你对机器人locomotion和manipulation的协同有什么理解？
- 你了解哪些模仿学习方法？如何应用到机器人上？
- 在仿真到真实迁移中你遇到过哪些问题，如何解决的？
- 请推导一下机器人动力学中的某个模型或优化问题
职位点评
75
综合评分
前沿机器人算法实习，技术成长快，但薪资竞争力一般，需长期投入。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合注重技术成长和前沿研究的求职者，尤其是对机器人算法有热情的硕博生。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利50
成长发展95
工作生活60
使命价值80
薪资福利
50较低
实习岗位薪资竞争力一般，但提供了宝贵的行业经验；福利方面JD未提及，整体补偿性一般。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
95较高
岗位涉及前沿机器人算法，仿真到实物的完整流程，技术成长空间极大；但JD未明确提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈强化学习、模仿学习、Isaac Gym、MuJoCo、Python、C++
业务类型ambiguous
工作生活
60中等
要求现场办公，地点在上海；JD未提及弹性工作或WLB，可能存在一定工作强度。
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
80较高
机器人行业属于高速增长赛道，岗位研究内容具有前瞻性，但JD未明确提及社会使命。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs