智元机器人
优才-强化学习算法研究员-Genie业务部
优才-强化学习算法研究员-Genie业务部
发布于 大约 20 小时前普通员工/个人贡献者
上海市 / 北京市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Sim2Real
具身智能
分布式强化学习
多模态
强化学习
机器人
模仿学习
深度学习
灵巧操作
AI 估算 · 25k–45k
具身智能是前沿领域，强化学习研究员稀缺，薪资有竞争力，中位数约35k/月。
职位详情
关于这个职位
该职位专注于具身智能机器人的强化学习算法研究，涉及模仿学习、逆强化学习及Sim2Real等前沿技术，目标是为机器人的长程复杂灵巧操作提供算法突破
你将参与构建分布式强化学习基建，提升训练效率，并与团队共同推动技术落地
适合深度学习与强化学习基础扎实、对机器人领域有强烈研究热情的算法人才
最低要求
研究生及以上学历，计算机、AI、Robotics等相关专业优先
扎实的深度学习、强化学习基础，对机器人多模态、端到端运动操作、多指灵巧操作、Sim2real等有研究深度
优秀的分析和解决问题能力，自驱性强，具备良好的团队协作素质
算法和编程基础扎实，有机器人仿真、真机调试经历者优先
在ICML/NeurIPS/ICLR/ICRA/RSS等顶会论文发表论文或参加过国际竞赛并获得成果的同学优先
工作职责
围绕具身领域，在强化学习，模仿学习与逆强化学习等开展前沿技术研究工作
探索真机强化学习在具身大模型后训练领域的应用和算法突破，提升机器人完成长程复杂灵巧任务的能力
共同构建分布式强化学习基建，提升真机强化学习的样本利用率，探索分布式真机后训练在具身领域的应用
AI 洞察
优缺点分析
优点
- 处于具身智能前沿赛道，技术成长快，研究资源丰富
- 背靠智元机器人，有实际应用场景，研究能落地
- 团队注重研究，鼓励发表顶会论文，学术氛围浓厚
- 需同时掌握算法与机器人硬件知识，学习曲线陡峭
- 真机强化学习研究难度大，试错成本高，需要耐心
- 竞争激烈，需要持续保持高产出和创新能力
- 适合有强研究背景、热爱机器人、自驱力强、能接受高强度研究的算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 成为具身智能领域算法专家，主导核心算法研发
- 向技术负责人或团队leader发展，带领方向团队
- 可转向机器人全栈或产品经理方向，拓宽职业路径
- 研究强化学习、模仿学习等前沿算法，应用于具身机器人运动操作
- 探索真机强化学习在长程复杂灵巧任务中的算法突破
- 构建分布式强化学习基建，提升样本利用率和训练效率
- 参与真机调试与仿真实验，推动算法从仿真到真实世界迁移
- 扎实的深度学习与强化学习理论基础，熟悉PPO、SAC等算法
- 具备机器人仿真经验（如MuJoCo、Isaac Gym）和真机调试能力
- 编程能力强，熟练掌握Python/C++，熟悉PyTorch/TensorFlow等框架
- 有顶会论文或国际竞赛经历者优先，能独立开展研究
申请策略
- 了解公司Genie业务部的产品方向，展示对具身智能技术落地的理解
- 在求职信中强调技术热情和研究潜力，而非仅仅经历
- 突出强化学习/模仿学习相关的项目或论文，详细描述贡献
- 强调机器人仿真或真机调试经验，如Sim2Real迁移案例
- 列出顶会论文或竞赛成果，体现研究能力
- 展示编程能力和工程素养，如分布式框架使用
- 补充机器人学基础，如运动学、动力学、控制理论
- 熟悉分布式强化学习框架（如RLlib、Ray），提升工程能力
面试指南
- 问题定义 -> 方法选择（结合理论依据） -> 实验设计 -> 结果分析与改进
- 强调理论与实践结合，先阐述原理再说明工程实现中的关键点
- 展现批判性思维：对比不同方法的优缺点，并给出你的判断
- 如何解决Sim2Real中的迁移问题？请举例说明
- 对于长程灵巧操作任务，你会选择哪种算法框架？为什么？
- 如何提高真机强化学习的样本利用率？
- 描述一个你独立解决过的机器人相关难题，包括思路和结果
- 你如何看待当前具身智能领域的挑战和机遇？
职位点评
63
综合评分
前沿具身智能研究岗，技术成长快，薪资有竞争力，但工作强度较高。
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
最适合重视技术成长和前沿研究、愿意投入高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展80
工作生活40
使命价值70
薪资福利
60中等
薪资未在JD中明确，但公司处于B轮且为前沿领域，预计薪资有竞争力，可能包含期权。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
80较高
该职位聚焦具身智能前沿技术，研究导向，有顶级会议论文要求，成长空间大。
技术前沿前沿/新兴技术
技术栈强化学习、深度学习、机器人、具身智能、Sim2Real
业务类型ambiguous
工作生活
40较低
仅现场办公，未提及弹性工作或WLB，且研究岗位可能强度较高。
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
70中等
具身智能是高速增长赛道，有推动行业进步的意义，但社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs