算法面经｜RLHF八股总结

一、面试现场最常让手写的代码（高频必背）1. 路径/轨迹规划基础- A* 或 JPS 伪代码（C++/Python）- RRT / RRT* 极简实现（必考）- 栅格地图路径搜索、碰撞检测逻辑2. 机器人运动学（必问）- 多自由度机械臂正运动学（DH + 齐次变换）- 数值逆运动学（阻尼最小二乘 DLS）- 雅可比矩阵计算、奇异值判断- 自碰撞检测逻辑（面向人形/双足/多关节）3. 最优化基础（岗位核心：姿态最优）- 简单二次规划 QP 伪代码- 梯度下降 / 牛顿法求解姿态最优目标函数- 带约束优化（关节限位、避障、姿态平滑）4. 基础避障算法- 人工势场法（APF）- 动态窗口法 DWA 思路 + 伪代码- 基于距离场的碰撞规避逻辑5. 轨迹平滑- 五次多项式轨迹插值- B 样条 / 贝塞尔曲线- 最小 jerk / 最小加速度轨迹优化二、岗位核心专项：全身规划 & 通过性（重点准备）1. 全身运动规划（Whole-Body Planning）- 基于 QP 的全身控制伪代码- 浮动基机器人动力学简化（能讲+能写公式代码）- 重心优化、零力矩点 ZMP 简化计算2. 通过性（Passability / Navigability）- 地形评估、可达区域判断- 姿态自适应调整代码逻辑（爬坡、越障、台阶）- 多约束下姿态最优求解流程3. 姿态最优求解- 目标函数：能耗最小、姿态平滑、重心最低- 约束：关节限、碰撞限、视野/任务约束- 调用 OSQP / NLOPT / IPOPT 等求解器的代码模板三、Learning-Based 规划（加分但必准备）面试官不问代码也会问思路，最好能写极简示例- 简单强化学习：DQN/PPO 极简网络结构- 模仿学习：行为克隆（BC）极简训练+推理代码- 学习预测：简单 LSTM/Transformer 状态预测伪代码四、工程化 & 框架能力（面试官非常看重）1. 规划框架设计（C++）- 规划器基类 + 派生结构（AStar/RRT/MPC）- 线程安全、数据队列、回调机制- 模块解耦：感知→地图→规划→控制2. 仿真相关代码- MuJoCo / Gazebo 环境交互- 机器人状态读取、轨迹下发、碰撞回调- 批量测试、自动化评估脚本（Python）3. 常用开源库使用（必须会写调用代码）- OMPL 规划器调用- NLOPT / OSQP / qpOASES 求解器- Pinocchio / KDL 运动学动力学- Eigen 矩阵运算、SVD、雅可比五、如果时间紧，优先准备这 8 套代码1. RRT*（必背）2. 数值逆运动学（DLS）3. 雅可比与冗余机器人零空间优化4. 五次多项式轨迹5. 简单 QP 姿态最优求解6. A* 路径规划7. 全身规划优化伪代码8. 学习型规划（BC/PPO）极简示例银河通用目前有需求，招算法职位，地点北京和深圳，有兴趣接触可以私聊

联想一面自我介绍rag文本分块策略你对AI agent的了解了解哪些框架在rag中如何构建上下文对话的能力关于大模型提示词的经验你知道哪些agent工具rag中的幻觉问题是这么处理的？你知道哪些向量数据库？在rag中，有哪些相似度的计算方法你知道最近两年有哪些agent框架吗谈谈你对openClaw的人生谈谈对agent Skills的认识什么是python闭包，你在项目中哪些场景中使用了的Java中如何处理内存泄漏风险反问：大概有几面：总共两面，后面一面是HR面多久能知道本次面试的结果：应该很快吧大概多久能入职：得HR才能知道（整个流程总共20分钟，无手撕代码环节。时间短的比拷打1个半小时，...

攒人品中～ 1. 什么是 AI Agent？它包含哪些核心组件？2. 详细讲解一下 ReAct 框架的原理3. LLM 是如何实现工具调用的？详细讲讲 Function Calling 的底层机制与执行流程4. 如何解决 Agent 工具调用时的“幻觉”（如编造 API、传错参数）？5. 为什么 Agent 经常会陷入“死循环”（Loop）？工程中如何兜底？6.  Agent 中如何实现长文本和长期记忆的管理与检索？7. Agent 的耗时过长，有哪些工程侧和基座侧的优化手段？8. RAG 系统和 Agent 结合的形态（Agentic RAG）与传统 RAG 有何核心区别？9. 当 Agent 需要调用多个工具，或者工具之间存在依赖关系时，调度引擎该如何设计？10. 如果 Agent 对话上下文窗口溢出或出现“记忆遗忘”（Lost in the Middle），该如何处理？11. Agent 在实际生产落地（例如自动化运维 AIOps、智能客服）中遇到的最大痛点是什么？如何解决？12. 什么是 Multi-Agent 系统？13. Agent 复杂任务分解的常用策略是什么？14. 什么是 Self-Reflection机制？在代码生成或故障排查 Agent 中如何应用？15. 如何设计 Agent 的流式输出以提升用户体验，特别是包含工具调用和多次大模型交互时？16. 开源模型的 Function Calling 能力较弱，如何通过微调或 Prompt 提升？18. Agent 的Planning模块有哪些主流的实现方式？（如 Step-by-step 与 Plan-and-execute 的对比）20. Agent 的推理（Reasoning）范式有哪些？（CoT / ToT / GoT 等）21. Agent 的记忆机制有哪些分类？（Short-term / Long-term / Working Memory）23. 在多智能体协同中，如何解决 Agent 之间的冲突或无限争议问题？24. Agent 开发中的系统安全风险有哪些？（如 Prompt Injection、沙箱逃逸、越权执行）如何防范？25. 做 Agent 开发，对底层 LLM 的能力（如指令遵循、长文本解析、结构化输出）有哪些具体要求27. DSPy 是什么？它在 Agent 提示词优化和流程构建上有什么优势？28. 基于强化学习的 Agent与传统基于 Prompt 的 Agent 有何区别？29. 如何让 Agent 具备自我学习或经验沉淀的能力？

是算法岗吗？