美团
运控工程师-实习
运控工程师-实习
发布于 大约 13 小时前实习/见习
深圳市
无经验要求
实习生
仅现场办公
硕士
实习与临时职位
PyTorch
强化学习
运动控制
SAC
PPO
Sim-To-Real
双足机器人
AI 估算 · 4k–8k
实习岗位，深圳地区硕士实习薪资一般4000-8000元/月，技术含量高但实习期较短。
职位详情
关于这个职位
美团无人机业务部招聘运控实习生，参与双足机器人的运动控制研发，以强化学习为核心技术路线，负责从仿真训练到真机落地的全链路工作
你将与优秀团队协作，探索前沿的sim-to-real迁移技术，推动智能机器人产品迭代
适合对机器人学和深度强化学习有扎实基础、愿意动手参与机电联调的同学
最低要求
机器人学、自动化、计算机、力学或相关专业硕士及以上学历
对机电系统有浓厚兴趣，能看懂电机选型参数表、驱动器手册与机械装配图，愿意动手参与联调，不满足于只在仿真层面工作
理解深度强化学习核心算法（PPO、SAC、TD3 等），能独立实现训练框架并针对 locomotion 任务进行系统性调优，对训练不稳定、策略退化、sim-to-real gap 等工程问题有丰富的排查经验
有 Isaac Gym / Isaac Lab、MuJoCo 或类似并行仿真平台的深度使用经验，能独立完成 URDF/MJCF 建模、仿真环境搭建与大规模并行训练
熟悉 sim-to-real 迁移主流方法，包括 Domain Randomization、RMA、Privileged Learning 等，有在真实硬件上完整跑通 RL 策略的经验
熟练使用 Python 进行算法开发，具备 PyTorch 或 JAX 实战能力
具备扎实的机器人学基础，理解正逆运动学、雅可比矩阵、刚体动力学，能读懂并复现主流 locomotion 论文
具备主动学习与探索AI新工具、新方法的意识，能持续将AI能力融入实际工作场景并独立落地
工作职责
参与具身机器人下肢模块的运动控制系统研发，以强化学习为核心技术路线，从仿真训练到真机落地全链路负责，同时深度参与机电系统联调与硬件迭代
基于深度强化学习（PPO、SAC 等）在 Isaac Gym / Isaac Lab / MuJoCo 等并行仿真环境中训练双足机器人行走策略，覆盖平地行走、启停、转向、抗扰动等基础运动能力，并持续提升运动自然度与鲁棒性
参与 sim-to-real 迁移工作，通过 Domain Randomization、系统辨识、Teacher-Student（Privileged Learning）等方法缩小仿真与真机动力学差距，确保策略在真实硬件上稳定部署
设计奖励函数、课程学习方案与训练框架，具备从零搭建完整 RL 训练流水线的能力，对策略的样本效率、泛化性与运动质量负责
参与机电联调，能独立分析关节执行器的力矩-速度特性、驱动器 FOC 参数对控制效果的影响，从控制视角提出硬件改进建议，推动结构与电气方案迭代
参与构建高保真仿真模型，完成关节摩擦、电机动力学、接触刚度等参数的标定，缩短仿真与实机的差距
将训练好的策略部署至机载计算平台，完成推理加速与实时控制接口对接，保障策略稳定运行
AI 洞察
优缺点分析
优点
- 美团无人机业务处于高速发展期，技术前沿，项目落地性强
- 团队扁平，鼓励创新，能深度参与从仿真到真机的完整流程
- 技术栈顶级（强化学习、仿真、机器人学），学习成长空间大
- 大厂实习经历对未来求职极具竞争力
- 技术难度高，要求同时掌握RL算法和机器人硬件知识，学习曲线陡峭
- sim-to-real调试耗时，可能面临频繁的硬件联调工作
- 适合对强化学习和机器人学有深厚兴趣、具备较强动手能力和自驱力的硕士及以上在校生，愿意深入硬件联调，不满足于纯仿真验证
缺点 / 挑战
- 实习期短，需快速上手并产出成果，压力较大
角色解读
- 向具身智能算法专家发展，深入研究复杂运动控制和感知决策融合
- 向机器人系统架构师发展，掌握从底层硬件到上层算法的全栈能力
- 进入AI+机器人前沿领域，参与人形机器人、自动驾驶等更高级别项目
- 使用深度强化学习（PPO、SAC等）在仿真环境中训练双足机器人行走、转向等运动策略
- 进行sim-to-real迁移，通过域随机化、特权学习等方法让策略在真实机器人上稳定运行
- 参与机电联调，分析电机和驱动器特性，从控制角度提出硬件改进建议
- 构建高保真仿真模型，部署策略到机载平台并进行实时控制优化
- 扎实的深度强化学习理论基础，熟练使用PPO、SAC等算法并独立搭建训练框架
- 精通Isaac Gym、MuJoCo等并行仿真平台，能完成建模和大规模训练
- 熟悉sim-to-real迁移方法，有真实硬件部署经验
- 熟练Python和PyTorch，具备机器人学基础知识（运动学、动力学）
申请策略
- 在简历中明确写出你参与过的机器人项目细节，尤其是硬件联调部分
- 了解美团无人机业务和具身机器人方向，在面试中展现对技术的热情
- 突出强化学习项目经验，尤其是使用Isaac Gym/MuJoCo完成过locomotion相关工作
- 强调sim-to-real迁移经历，如有真实机器人部署案例需详细描述
- 展示机器人学基础，如运动学、动力学课程项目或相关论文复现
- 如有竞赛或开源贡献（如RoboCup、RL比赛）可重点提及
- 提前练习Isaac Gym或Isaac Lab的安装与使用，跑通一个简单的RL训练示例
- 复习PPO、SAC算法原理及其在连续控制中的应用
面试指南
- 对于算法类问题，先阐述原理，再结合自己的项目经验说明调优细节
- 对于sim-to-real问题，按步骤说明：仿真建模-域随机化-真机标定-迭代优化
- 对于硬件问题，展示你对机电系统的理解，强调从控制角度反推硬件改进
- 请详细解释PPO算法的clip机制以及如何解决策略退化问题
- 你过去是如何处理sim-to-real gap的？举一个具体例子
- 如何设计双足机器人行走的奖励函数？如何处理训练不稳定？
- 你对Isaac Gym的了解程度如何？如何搭建一个并行训练环境？
- 你如何理解电机力矩-速度特性？在控制中如何考虑？
匹配度报告
66
综合匹配度
大厂前沿机器人实习，技术栈顶级，成长空间大，但薪资和福利一般。
适合人群
适合追求技术成长、对前沿机器人控制充满热情、不太计较短期物质回报的求职者。
最强匹配
成长发展匹配
最弱匹配
薪资福利匹配
薪资福利40
成长发展90
工作生活60
使命价值75
薪资福利匹配
40较低
实习岗位薪资相对较低，福利不明确，但作为大厂实习可能有一定补贴。整体补偿性动机满足有限。
薪资信号未披露（AI估算：4K-8K/月）
成长发展匹配
90较高
职位涉及前沿技术（强化学习、sim-to-real、机器人学），团队扁平鼓励创新，成长空间巨大。
技术前沿前沿/新兴技术
技术栈强化学习、PPO、SAC、Isaac Gym、MuJoCo、sim-to-real、双足机器人
成长机会扁平化管理、鼓励技术创新
业务类型profit_center
工作生活匹配
60中等
实习通常需要现场办公，深圳科技园通勤一般，未提及WLB，但实习通常加班较少。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
美团无人机致力于提升即时配送效率，具有社会价值，行业高速增长，技术开拓性强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升城市即时配送效率与体验
创新程度开拓性创新（行业首创）
Watch Jobs