我應(yīng)該也算是機器人算法工程師了，我所在實驗室就叫學(xué)習(xí)算法與系統(tǒng)實驗室（LASA， Learning Algorithm and System Lab，Learning Algorithms and Systems Laboratory （LASA）那些說沒有這個職位的就不要鬧了， robot software and algorithm engineer是一個很大的市場空缺

　　簡單的說， 最深的體驗就是：You have to take someone‘s shit. （受虐，無處不在）你需要懂的東西很多，需要你一次次走出自己的舒適區(qū)域

　　我只能以我的經(jīng)歷說一下：

　　2011年，我剛到實驗室，實驗室有個女博士后（postdoc）在做抓取規(guī)劃（grasp planning），我老板讓我一起做這個項目，我研究室也是做的這個，所以可以很快的上手但是，為了用一個優(yōu)化的算法（IPOPT），整個規(guī)劃（planning）是用AMPL（The AMPL Book）寫的，Bell實驗室出品，速度也是很好的，但是那個語法完全虐死人我保證你們都沒有用過，用過之后就不想再見到這貨了經(jīng)過半年的努力，我也算是走通了整個MTALAB到AMPL+IPOPT的流程，然后程序要在CMU的一個服務(wù)器（server）上跑一個星期，得到了很多花樣的炫酷的grasp（比如一個簡單圓柱體大概得到3000+個不同grasp）

　　然后呢，當然要把這些grasp在仿真里面顯示出來當時實驗室在使用一款叫RobotToolKit，的自己開發(fā)的機器人仿真軟件，沒有說明文檔，沒有人有太多時間教你，關(guān)鍵是我當時連coding也是很渣的（當然現(xiàn)在也很爛）好不容易弄懂了整個邏輯，也會仿照著別人的東西寫一些demo了在simulation里面一跑，各種grasp不能實現(xiàn)，需要把物體擺在機器人工作空間某個非常合適的位置，恰好IK（逆運動學(xué)）可以找到合適的關(guān)節(jié)角總之，3000個grasp，做了一下分類（簡單clustering）， 最終挑選出還能看的也就下圖20個為了這20個grasp，我?guī)缀趸藘扇齻€月的時間但最終也算知道這個仿真軟件的一些基本東西了，也知道所有research中你看到的僅僅是冰山一角走到這一步，聰明的人就停留在仿真了，仿真的世界真的很美好

　　這不是結(jié)束！

　　我當然不滿足于虛擬的世界，接下來才是整個作為一個機器人算法工程師的受虐之路的開始：算法實現(xiàn)所有的機器人算法都是要用實踐來檢驗的，直觀的將就是你要做一個demo，最好是在實際的機器人上終于要上機器人玩了，當時還有點小激動，用的還是iCub，就是下圖這貨，看起來十分萌

　　機器人算法工程師是怎樣的機器人算法工程師