具身智能面试准备与复盘模板
这份模板用于把项目经历整理成可以核查的技术回答，也用于面试结束后记录问题、证据和改进项。建议复制一份到个人笔记中填写，不要直接在公共教材中写入姓名、联系方式、公司内部信息或未公开数据。
1. 面试前：项目说明卡
每个重点项目只填写一张说明卡，控制在一页以内。
| 项目要素 | 填写内容 |
|---|---|
| 任务目标 | 机器人要在什么环境中完成什么任务 |
| 观测输入 | 图像、深度、点云、关节状态、语言指令等 |
| 动作输出 | 关节位置、末端位姿、速度、力矩或离散动作 |
| 数据来源 | 数据规模、采集方式、训练集与评估集划分 |
| 模型与算法 | 策略结构、损失函数、规划器或控制器 |
| 训练配置 | 硬件、训练步数、批大小、学习率和耗时 |
| 评估协议 | 任务数量、每任务回合数、成功条件和固定种子 |
| 最终结果 | 成功率、时延、吞吐、显存和典型失败阶段 |
| 个人工作 | 独立完成的模块、修复的问题和提交记录 |
项目介绍可以按“任务—约束—方法—结果—复盘”组织：
- 任务： 一句话说明机器人要做什么。
- 约束： 说明硬件、数据、时间或部署环境的限制。
- 方法： 只讲与结果直接相关的设计选择。
- 结果： 给出固定评估协议下的数字和可观察现象。
- 复盘： 说明主要失败模式以及下一步最有价值的改进。
2. 技术问题记录
面试中遇到的问题可按下表记录。不会的问题也要写下当时的推理路径，便于判断缺的是概念、公式、代码经验还是实验经验。
| 问题 | 当时回答 | 证据或公式 | 回答缺口 | 修订后的答案 |
|---|---|---|---|---|
| 示例：行为克隆为什么会发生分布偏移？ | ||||
| 示例：如何定义一次抓取真正成功？ | ||||
| 示例：图像、状态和动作如何做时间对齐？ |
3. 实验题检查清单
回答训练、部署或评估问题时，优先说明以下信息：
- 张量形状、坐标系、动作单位和控制频率；
- 数据集的回合边界、时间戳、归一化统计和异常轨迹处理；
- 训练与推理是否使用相同的观测和动作定义；
- 成功判定是否检查接触、抬升、运输、放置和释放等物理阶段；
- 随机种子、任务数量、每任务回合数和结果聚合方式；
- 模型时延、控制周期、显存占用和故障恢复策略。
4. 面试后复盘
面试结束后尽快完成三件事：
- 将新问题归入机器人学、感知、规划、控制、学习或工程部署类别。
- 为关键结论补上教材章节、论文、源码或实验记录，不凭记忆保留模糊说法。
- 选择一个最薄弱的问题，写出最小验证代码或手算过程，并记录预期输出。
复盘的完成标准不是“看懂答案”，而是能够在不查看原文的情况下，说明输入、处理过程、输出、假设和验证方法。