Watch Jobs
AgiBot logo
智元机器人
机器人全身运控算法工程师
立即应聘

机器人全身运控算法工程师

发布于 大约 2 小时前

普通员工/个人贡献者

上海市
中级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Ppo
Ros2
Sim2Real
人形机器人
强化学习
模仿学习
运动控制
全身控制Wbc

AI 估算 · 25k–45k

热门机器人算法岗，技术难度高，市场需求旺，上海地区薪资具有竞争力。

职位详情

关于这个职位

该职位专注于人形机器人的全身运动控制算法研发，涉及强化学习、动作模仿、遥操作等前沿技术

你将参与从算法设计到真实机器人部署的全过程，推动具身智能在真实场景中的落地
适合对机器人学、强化学习有扎实基础，且热爱工程实现的工程师

最低要求

具备扎实的编程和工程能力，熟练掌握 C++ 和 Python，熟悉 Linux 开发环境，熟悉 Git、CMake、调试工具、性能分析工具等常用工程工具

具备较好的机器人学或控制基础，理解以下内容中的一项或多项：
正逆运动学、雅可比矩阵、动力学建模
全身控制 WBC、QP 优化、接触力分配
轨迹优化、模型预测控制 MPC、阻抗控制、PD 控制
足式机器人或人形机器人运动控制基本框架
具备强化学习、模仿学习或机器人学习相关基础，理解以下内容中的一项或多项：
PPO、SAC、TD3 等常见强化学习算法
Motion Tracking、Motion Imitation、AMP / ASE、BeyondMimic 等动作模仿方法
Reward 设计、Observation / Action Space 设计、Domain Randomization
Sim2Real、策略部署、鲁棒性评估与泛化测试
具备较强的问题拆解能力和 Debug 能力，能够在“算法 + 控制 + 工程 + 硬件”的复杂系统中定位问题、分析原因并推动闭环解决
具备较强的自驱力、学习能力和责任心，对人形机器人、具身智能、运动控制或强化学习方向有长期兴趣

工作职责

人形机器人运动控制算法研发：参与人形机器人全身运动控制、动作追踪、运动重定向、WholeBodyControl 接入与控制策略优化等核心算法研发工作

强化学习与 BeyondMimic 相关工作：参与人形机器人强化学习运动策略的训练、调优与评测，包括 BeyondMimic / Sonic 等动作模仿与运动追踪框架的复现、适配、训练优化、策略评估、Sim2Sim 与 Sim2Real 迁移等工作
Avatar / Teleoperation 系统研发：参与“身外化身”系统建设，将光学动捕、VR 设备、人体姿态估计或其他上游意图输入，映射为机器人可执行的全身运动指令，实现高动态、高精度的人机动作同步
算法工程化与真实机器人部署：基于 C++ / Python / ROS2 等技术栈，参与算法模块开发、系统联调、性能优化和机器人本体部署，推动前沿算法在真实产品场景中落地

AI 洞察

优缺点分析

优点

  • 处于人形机器人行业前沿，技术栈新，学习曲线陡峭，快速积累核心竞争力
  • 参与全栈研发，从算法到部署，综合能力提升快
  • 公司处于B轮融资阶段，发展潜力大，早期加入有成长红利
  • 技术难度高，需要同时掌握机器人学、强化学习、工程化等多领域知识
  • 真实机器人部署涉及硬件调试，问题定位可能复杂且耗时
  • 行业竞争激烈，工作节奏可能较快，需要较强的自驱力

缺点 / 挑战

  • 适合对机器人技术有浓厚兴趣，喜欢挑战复杂系统问题，愿意在高速成长赛道深耕的技术型人才

角色解读

  • 从运动控制算法工程师发展为机器人系统架构师，主导整机控制方案
  • 深入强化学习和具身智能方向，成为算法专家或研究科学家
  • 向技术管理方向转型，带领团队攻克人形机器人高动态运动难题
  • 研发人形机器人的全身运动控制算法，包括运动学、动力学建模和全身控制(WBC)策略
  • 训练强化学习运动策略，实现动作模仿和Sim2Real迁移，提升机器人运动灵活性
  • 构建Avatar/遥操作系统，将人体动作意图映射为机器人指令，实现高精度同步
  • 将算法工程化并部署到真实机器人上，进行系统联调和性能优化
  • 扎实的C++和Python编程能力，熟悉Linux开发和常用工程工具
  • 深入理解机器人学基础，包括正逆运动学、动力学、全身控制或MPC等
  • 掌握强化学习算法(如PPO)和模仿学习框架，有Reward设计和Sim2Real经验
  • 具备跨领域问题拆解和Debug能力，能协调算法、控制、工程和硬件

申请策略

  • 在求职信中表达对人形机器人赛道的热情和长期兴趣，展现自驱力
  • 了解智元机器人的产品方向和技术路线，面试时展现对公司的认同
  • 突出机器人学项目经历，尤其是足式或人形机器人运动控制相关
  • 展示强化学习项目成果，如训练策略、Sim2Real迁移的具体案例
  • 强调编程工程能力，如大型C++项目、ROS2开发、性能优化经验
  • 列出发表的论文或开源贡献，尤其是机器人或强化学习方向
  • 补充WBC、MPC等全身控制理论知识，可通过经典教材或课程学习
  • 动手实践强化学习仿真环境，如MuJoCo、Isaac Gym，复现BeyondMimic等框架

面试指南

  • 技术原理类：先定义概念，再分步骤解释核心逻辑，最后举例说明应用场景
  • 项目经验类：STAR法则（情境、任务、行动、结果），突出个人贡献和难点突破
  • 问题解决类：明确问题假设，逐步定位（现象→可能原因→验证→解决），强调系统性思维
  • 请解释全身控制（WBC）的原理和QP优化求解过程
  • 你在强化学习项目中如何设计Reward函数？遇到过哪些问题？
  • 描述一次Sim2Real迁移的挑战和解决方法
  • 如何优化一个C++/Python混合的机器人控制系统的实时性能？
  • 如果机器人行走时出现不稳定，你如何分析问题并解决？

职位点评

66
综合评分

前沿人形机器人算法岗，技术成长快，薪资具竞争力，但WLB不确定。

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
最适合技术成长驱动型求职者，追求前沿技术挑战，对工作强度承受力较强。
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85
工作生活45
使命价值70

薪资福利

60中等

薪资未在JD中披露，根据行业和岗位类型推测具竞争力，但缺乏明确保障，福利未提及。

薪资信号未披露（AI估算：25K-45K/月）

成长发展

85较高

技术栈前沿（人形机器人、强化学习），涉及全栈研发，成长机会多，但未明确提到晋升通道。

技术前沿前沿/新兴技术
技术栈C++、Python、ROS2、强化学习、全身控制WBC、MPC、PPO、Sim2Real、模仿学习
业务类型ambiguous

工作生活

45较低

未明确办公模式，推测为现场办公，上海工作地点可能通勤较长，无WLB相关信息。

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

人形机器人属高速增长赛道，技术前沿，但社会意义一般，未强调使命或社会价值。

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