2026文远知行感知算法面试

自我介绍
项目介绍(简历上每个项目都问了)
技术基础问题:
transformer中的位置编码
二分类交叉熵损失函数公式 为什么要用log
极大似然估计是怎么得到的(其实是map的推导过程中有指数平方 所以上一题会有log)
cpp11 shared_ptr
cpp vector emplaced_back和push_back有什么区别 哪个效率高
python 深拷贝和浅拷贝 什么情况下会触发
算法题:
背包问题 物品可以取无数件
先问我思路然后让我写下来
然后我一开始只写出来了01背包
后面改了但是改错了…
面试官还会提醒我要初始化
反思:
项目中用到的模型的关键公式不仅要背熟,还要明白公式是怎么推导的,是从什么公式发展而来的,是为了解决什么问题而诞生的
没想到算法岗考了编程语言的八股,没背八股
总体而已考的内容不是很难,准备不够充分
全部评论
强烈推荐!这个笔记写得很清晰 http://github.com/AccumulateMore/CV
1 回复 分享
发布于 04-07 11:07 广东
老哥你笔试是220分总分多少分过的呀,同算法
点赞 回复 分享
发布于 04-05 21:24 广东

相关推荐

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
点赞 评论 收藏
分享
评论
点赞
6
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务