【2026实习生】机器人感知控制算法实习岗（北京）(J51885)

优缺点分析

角色解读

• 积累机器人算法经验后可向机器人算法工程师或研究员方向发展
• 实习期间表现优秀有机会转正，进入京东方机器人研发团队
• 可进一步深造攻读博士，或进入其他科技公司从事机器人相关岗位
• 负责机器人感知控制算法的研发与实现，包括强化学习训练、多相机定位、轨迹规划等
• 参与环境搭建与算法调试，使用PyTorch等框架进行模型训练与优化
• 与团队协作，将算法应用于实际机器人系统，并进行性能验证
• 扎实的Python编程能力，熟悉Linux环境及PyTorch框架
• 掌握至少两种机器人相关算法：强化学习（PPO/DQN/SAC）、多相机三维定位、时序预测（LSTM/GRU）、机械臂运动学与轨迹规划
• 具备良好的英文文献阅读能力和动手实践能力

申请策略

• 在简历中明确体现满足至少两点能力要求，并附上相关代码或项目链接
• 面试前回顾强化学习算法原理和机械臂运动学，准备一道算法编程题
• 突出机器人相关项目经历，尤其是强化学习、多相机定位、轨迹规划等方向
• 列出熟练掌握的算法和工具，如PPO、PyTorch、Linux等
• 如有论文或竞赛经历（如RoboMaster、机器人竞赛）务必重点展示
• 如果对某一点不熟悉，可以提前通过在线课程或开源项目补强，例如MOJOCO环境搭建
• 复习机器人学基础，如DH参数、轨迹规划公式

面试指南

• 对于算法类问题：先讲核心原理，再讲实现步骤，最后优缺点及改进方向
• 对于项目类问题：采用STAR法则（情境、任务、行动、结果），重点突出你的贡献和收获
• 对于开放性问题：结合个人经验，展现思考深度和解决问题的能力
• 请解释PPO算法的核心思路与实现细节
• 如何搭建一个多相机三维定位系统？
• 描述一个你使用LSTM进行时间序列预测的项目
• 六轴机械臂的正逆解有哪些方法？
• 你在机器人相关的项目或竞赛中扮演了什么角色？