上一篇聊完华为的机器人仿真工程师，这篇轮到腾讯Robotics X了。腾讯Robotics X在具身机器人领域的定位跟其他公司不太一样——他们更注重灵巧操作+RL平台。面试风格也很有特点：前沿研究+工程能力。
步态规划：腾讯Robotics X为什么重点考这个
腾讯Robotics X的灵巧操作算法工程师面试，步态规划几乎是必考项。这跟他们产品线的技术需求直接相关——Max/Ollie对步态规划的要求很高。
面试官问：“双足步态的稳定性怎么保证？”
核心是ZMP（零力矩点）或者更现代的Divergent Component of Motion（DCM）。ZMP必须在支撑多边形内，这是基本约束。但ZMP方法对踝关节力矩建模不够准确，DCM方法更好——DCM是质心速度和位置的线性组合，只要DCM收敛到支撑点附近，机器人就是稳定的。实际工程中，步态频率1-2Hz，每步规划一个落脚点，用MPC优化未来3-5步的DCM轨迹。
面试官追问：“如果实际工程中遇到这个问题，你怎么排查？”
性能瓶颈通常在计算量和通信带宽。我们通过三个方向优化：算法层面做降维和近似，工程层面用SIMD/GPU加速，系统层面做异步和流水线。最终把延迟从50ms降到了8ms。
有个细节面试官可能不会明说但很在意——你对步态规划的理解是停留在论文层面还是有工程落地经验。能说出具体参数和踩坑经历的，加分很明显。
MPC模型预测控制：腾讯Robotics X为什么重点考这个
腾讯Robotics X的灵巧操作算法工程师面试，MPC模型预测控制几乎是必考项。这跟他们产品线的技术需求直接相关——Max/Ollie对MPC模型预测控制的
