小鹏汽车
实习运动控制算法实习生（强化学习方向）
深圳 · 实习 · 2027 届 · 本科
长期有效
任职要求
- 【岗位要求】
- 本科及以上在读，数学、计算机、人工智能、自动化、机器人等相关专业优先
- 至少 1 年强化学习相关项目或研究经验，熟悉足式机器人运动学和动力学
- 熟练使用基于 Pytorch 的深度学习框架，掌握 PPO、DQN、SAC 等主流强化学习算法，以及 MuJoCo、Isaac Gym/Sim 等主流仿真工具
- 热爱机器人行业，有相关期刊或会议论文发表经历，或实际强化学习项目落地经验者优先。
- 【你将获得】
- 深度参与最前沿的具身智能算法研发，专注于双足机器人运动规划与控制，以及从仿真到实机的迁移
- 行业内资深专家的指导，对于优秀成果，我们将全力支持发表学术论文或申请专利
- 完备的实验室支持，包括充足的计算资源、稳定的机器人平台和强大的软硬件团队
- 明确的成长路径：实习生是公司的重要储备人才，对于即将毕业的优秀实习生，我们优先考虑其全职工作申请。
岗位描述
【关于我们】
小鹏机器人中心致力于研发先进的人形机器人技术，覆盖机器人行走、灵巧操作、智能导航，以及在大语言模型支持下的人机交互等方向。我们的软硬件研发团队分布于深圳、上海、广州、北京及北美，汇聚跨学科的一流人才。加入我们，你将参与把人工智能真正落地到物理世界的核心工作，与控制、感知、规划、硬件等多领域工程师紧密协作，攻克前沿科研与工程难题，并推动人形机器人关键能力的持续演进。
【工作职责】
- 1、参与机器人的强化学习训练，优化机器人运动规划与控制策略，与传统控制方法形成互补，提升整体运动性能；
- 2、参与机器人数据重映射（retargeting / remapping）与位置/姿态跟踪算法的开发与优化；
- 3、将先进运动控制与机器学习方法应用于我们的自研人形机器人，推动算法从离线验证到真机闭环；
- 4、研究和复现前沿强化学习算法，探索相关领域学术和工程问题。
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 算法 岗位的常见面试问题整理
请解释 Transformer 模型的自注意力机制（Self-Attention）
查看答题思路
1. Self-Attention = 序列中每个 token 与所有 token 计算相关性权重 2. Q=Wq·x, K=Wk·x, V=Wv·x; Attention(Q,K,V)=softmax(QK^T/√d_k)V 3. 除以 √d_k 防止点积过大导致 softmax 梯度消失 4. 多头注意力：多组 QKV 并行，拼接后线性变换，捕获不同子空间特征 5. 对比 RNN：可并行计算，捕获长距离依赖
你做过的最有深度的算法/模型项目是什么
查看答题思路
1. 一句话说清任务：分类/生成/检索/推荐 2. 模型选型：为什么选这个而非那个 3. 数据：数据量、来源、清洗策略 4. 创新点：你做的改进是什么（不是调参） 5. 结果：核心指标提升（准确率/召回/延迟）
过拟合是什么？怎么判断和解决
查看答题思路
1. 过拟合=训练集表现好、验证集表现差，模型记住了噪声 2. 判断：train loss 持续下降而 val loss 上升 3. 解决：更多数据 / 正则化(L1/L2) / Dropout / 早停 / 数据增强 / 降低模型复杂度
解释梯度下降的原理，SGD 和 Adam 的区别
查看答题思路
1. 梯度下降：沿负梯度方向更新参数，使损失降低 2. SGD：每次用随机小批量估算梯度，引入随机性帮助跳出局部最优 3. Adam = Momentum + RMSProp：自适应学习率 + 动量加速 4. Adam 收敛快但可能泛化不如 SGD；CV 常用 SGD，NLP 多用 Adam
给你 10 万条未标注的文本数据，如何找出其中 10 个主题
查看答题思路
1. 预处理：分词、去停用词 2. 向量化：TF-IDF 或 Sentence Embedding 3. 聚类：K-Means（需指定 K=10）或 HDBSCAN（自动确定类数） 4. 或 LDA 主题模型直接输出主题-词分布 5. 评估：看每个簇的高频词判断主题合理性，迭代调整
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。