数据来源：真实面经整理 | 版本：final
一、公司画像 & 校招节奏
宇树科技（Unitree Robotics）成立于，总部杭州滨江区，创始人王兴兴。
这个名字你可能不熟，但你一定见过他们家的产品——B站上那些跑酷、翻跟头、被人踢一脚还能站稳的四足机器人狗，十有八九是宇树出品。更不用说春晚舞台上那群"机器人群舞"，刷屏全网，那批也是宇树的H1人形机器人。
公司规模不算大，大概五六百人。但在四足机器人和人形机器人领域，宇树是国内毫无争议的第一梯队。Go2机器狗的全球出货量已经是同类产品里最高的，B2工业级四足机器人在电力巡检、矿山巡查方向已经有规模化商业落地。H1和G1人形机器人，更是让学术界和工业界同时盯着的产品。
核心产品线：
| 产品 | 定位 | 特点 |
|---|---|---|
| Go1/Go2 | 消费/科研四足机器人 | 全球出货量最大 |
| B2 | 工业级四足机器人 | 负载50kg，室外全地形 |
| H1 | 通用人形机器人 | 发布，全身关节可控 |
| G1 | 轻量化人形机器人 | 发布，更便携 |
| Z1 | 机械臂 | 配合四足使用 |
技术路线上，宇树走的是"强化学习+经典控制双轮驱动"路线。运动控制算法里，RL（强化学习）负责处理复杂地形和动态扰动；MPC/WBC（模型预测控制/全身控制）负责高精度任务执行。两条线都在做，不偏科。
另一个重要特点：宇树核心技术自研程度很高，关节电机、控制板、运动控制算法基本都是自己做的。这意味着工程师要同时懂算法和硬件，纯软件背景进去会有点不适应，但如果你喜欢软硬件结合，会觉得很爽。
主要招聘方向：
| 岗位 | 技术侧重 | 招聘量 |
|---|---|---|
| 运动控制算法工程师 | C++/Python，强化学习，全身控制，步态规划 | 最多 |
| 嵌入式软件工程师 | C/C++，MCU编程，驱动，实时控制 | 多 |
| 感知算法工程师 | SLAM，点云，3D目标检测 | 中等 |
| 仿真平台工程师 | IsaacGym/IsaacLab，仿真环境搭建 | 较少 |
| 机械设计工程师 | SolidWorks，机构设计 | 中等（非CS方向） |
校招节奏（参考）：
| 阶段 | 时间 | 说明 |
|---|---|---|
| 暑期实习 | 6- | 表现好可留用，是最佳入职通道 |
| 正式网申 | job.unitree.com，关注官网和招聘号 | |
| 技术面试 | 10- | 2-3轮技术面 + 1轮HR面 |
| Offer发放 | 11- | 节奏比大厂快一些 |
薪资水平：相比BAT等大厂略低，本科应届15-22k居多，研究生可到25-30k；但股权期权比例较高，且公司处于快速成长阶段，有较大想象空间。
宇树是创业公司氛围——没有大厂的繁文缛节，但也没有大厂的资源缓冲。项目迭代快，工作强度真实，但如果你对机器人有热情，这是国内很难找到的工作体验。
二、岗位JD解析：技术要求拆解
宇树的JD写得比较克制，不像部分互联网大厂那样列一大堆"加分项"。核心要求就那几条，但每条都是真实在考的。
运动控制算法工程师（核心方向）
| 能力维度 | JD描述 | 真实考察重心 | 备考权重 |
|---|---|---|---|
| C++工程能力 | 熟练C++ | 实时系统C++：无动态内存分配、RAII、多线程同步 | ⭐⭐⭐⭐⭐ |
| 强化学习 | 熟悉RL算法 | PPO原理、奖励函数设计、Sim-to-Real迁移 | ⭐⭐⭐⭐⭐ |
| 经典控制 | MPC/WBC经验 | 二次规划（QP）、刚体动力学、MPC公式 | ⭐⭐⭐⭐ |
| 数学基础 | 线性代数/优化理论 | 四元数/旋转矩阵、Eigen库使用、梯度下降 | ⭐⭐⭐⭐ |
| ROS/ROS2 | 机器人中间件 | 节点通信、话题/服务/Action机制、实时调度 | ⭐⭐⭐ |
| 项目经验 | 机器人相关经历 | 有无实际跑通过机器人程序（不只是仿真） | ⭐⭐⭐⭐⭐ |
一个关键提示：宇树面试非常看重"你有没有真的跑通过机器人"。在仿真里跑通和在真实硬件上调通，在面试官眼里是完全不同量级的经验。如果你有RoboMaster、ROBOCON、或者自己攒过机器人的经历，一定要详细讲。
嵌入式软件工程师
| 能力维度 | JD描述 | 真实考察重心 | 备考权重 |
|---|---|---|---|
| 嵌入式C | 熟悉裸机/RTOS编程 | FreeRTOS任务调度、优先级翻转问题 | ⭐⭐⭐⭐⭐ |
| 电机控制 | FOC控制原理 | FOC原理、PID整定、SVPWM实现 | ⭐⭐⭐⭐⭐ |
| 硬件通信协议 | CAN/SPI/I2C/UART | CAN报文格式、波特率配置、中断处理 | ⭐⭐⭐⭐ |
| Linux驱动 | 了解Linux内核 | 字符设备驱动框架、DMA传输、内存映射 | ⭐⭐⭐ |
| 调试能力 | 硬件调试经验 | 示波器/逻辑分析仪使用，能定位底层bug | ⭐⭐⭐⭐ |
感知算法工程师
| 能力维度 | JD描述 | 真实考察重心 | 备考权重 |
|---|---|---|---|
| SLAM | 激光/视觉SLAM | LIO-SAM流程、VINS-Mono原理 | ⭐⭐⭐⭐⭐ |
| 点云处理 | 3D感知 | PCL库使用、地面分割、障碍物检测 | ⭐⭐⭐⭐ |
| 深度学习 | 3D目标检测 | PointPillar/CenterPoint，BEV感知基础 | ⭐⭐⭐ |
| C++ | 工程实现 | 与运动控制岗C++要求相同 | ⭐⭐⭐⭐⭐ |
三、LeetCode高频题Top 20（真实面经数据）
宇树科技面试的算法题难度是"Medium能写好即可"。不是Google那种专门卡Hard题的面试风格，但基础数据结构和常见算法一定要扎实，而且必须用C++实现。
重要说明：宇树面试官会要求C++手写代码，不接受Python伪代码。代码要能编译通过，边界条件要处理好。
第一梯队：必须掌握（出现频率极高）
| 题号 | 题目 | 类型 | 核心考点 | C++要点 |
|---|---|---|---|---|
| 206 | 反转链表 | 链表 | 指针操作、迭代/递归两种写法 | 裸指针操作基础 |
| 21 | 合并两个有序链表 | 链表 | 哨兵节点技巧 | 注意内存不泄漏 |
| 102 | 二叉树层序遍历 | 树/BFS | 队列使用、层级管理 | queue |
| 236 | 二叉树的最近公共祖先 | 树 | 递归思维、后序遍历 | 注意nullptr判断 |
| 53 | 最大子数组和 | 动态规划 | Kadane算法、DP状态定义 | 经典DP入门 |
| 215 | 数组中的第K个最大元素 | 堆/快排 | 手写快速选择/堆排序 | priority_queue使用 |
| 手撕 | 快速排序 | 排序 | partition逻辑、递归 | 必须能默写 |
| 手撕 | 归并排序 | 排序 | 分治、合并有序数组 | 注意辅助数组 |
第二梯队：高频出现（大概率会考到其中一两道）
| 题号 | 题目 | 类型 | 核心考点 |
|---|---|---|---|
| 23 | 合并K个升序链表 | 链表/堆 | 优先队列，多路归并 |
| 70 | 爬楼梯 | 动态规划 | DP基础，滚动数组优化 |
| 1143 | 最长公共子序列 | 动态规划 | 二维DP，状态转移 |
| 200 | 岛屿数量 | 图/DFS | DFS/BFS图遍历 |
| 146 | LRU缓存 | 哈希表+链表 | 手写LRU，考设计能力 |
| 3 | 无重复字符的最长子串 | 滑动窗口 | 双指针，哈希集合 |
| 15 | 三数之和 | 双指针 | 去重逻辑，排序+双指针 |
| 54 | 螺旋矩阵 | 矩阵模拟 | 边界条件，方向控制 |
| 48 | 旋转图像 | 矩阵 | 原地旋转，转置+翻转 |
| 33 | 搜索旋转排序数组 | 二分查找 | 二分的变形，条件判断 |
第三梯队：中等频率（准备充分的可以看看）
| 题号 | 题目 | 类型 | 核心考点 |
|---|---|---|---|
| 42 | 接雨水 | 单调栈/双指针 | 经典题，多种解法 |
| 76 | 最小覆盖子串 | 滑动窗口 | 窗口收缩条件 |
备考策略：宇树面试不会让你在白板上默写50道LeetCode。更常见的是"写一个快排/归并/链表反转，然后聊聊你的项目"。算法题是门槛，项目经验才是加分项。
C++手写注意事项：
- 链表题：注意空指针处理，if (head == nullptr) 不能省
- 递归题：考虑栈溢出问题（面试官可能追问）
- 动态规划：说清楚状态定义和转移方程，比直接给代码更重要
- 排序：快排要会手写partition，不能只会std::sort
四、技术面试考点
宇树面试的技术考察有明显的机器人公司特色。除了算法题，专业知识考察是重头戏，而且会根据你的简历深挖。
C++专项（各岗位通用，权重最高）
实时性与性能是宇树C++考察的核心关键词。机器人控制循环通常跑在1kHz（每秒1000次），任何不必要的延迟都会导致机器人抖动甚至摔倒。所以宇树非常在意你是否理解"实时安全"的C++写法。
高频考点：
-
禁止动态内存分配：在实时控制循环里，
new/delete/malloc是禁区。面试官会问：怎么在堆不可用的场景下管理内存？（答案方向：内存池、静态分配、对象复用） -
RAII（资源获取即初始化）：智能指针（
unique_ptr/shared_ptr）、锁的RAII封装（lock_guard/unique_lock）、自定义RAII类——这类题几乎必考。 -
多线程实时控制： - 1kHz控制循环怎么保证时序？（Linux实时线程：
SCHED_FIFO+mlockall+ CPU亲和性设置） - 无锁队列（lock-free queue）原理？（std::atomic+ CAS操作） - 优先级反转问题？（优先级继承协议、使用PTHREAD_MUTEX_ERRORCHECK） -
Eigen矩阵库：宇树代码里大量使用Eigen做矩阵运算。考点：Matrix3d/Quaterniond的操作、旋转矩阵和四元数互转、Eigen的懒惰求值机制（Expression Templates）。
-
C++17新特性：结构化绑定（
auto [x, y] = pair）、if constexpr、std::optional——了解即可，不会深问。
一个容易被忽视的考点：volatile 关键字在嵌入式环境下的意义。很多人以为volatile和多线程同步有关，其实它解决的是编译器优化导致的内存访问问题（防止编译器把硬件寄存器的读取"优化"掉）。
运动控制算法专项
强化学习方向：
| 考点 | 考察内容 | 深度要求 |
|---|---|---|
| PPO算法 | 裁剪目标函数、价值网络、优势函数估计 | 能推导公式 |
| Sim-to-Real | Domain Randomization原理、为什么仿真到现实有gap | 能讲原理和方案 |
| 奖励函数设计 | 速度追踪项、能量惩罚项、接触力惩罚项 | 能解释各项的直觉含义 |
| IsaacGym/IsaacLab | GPU并行仿真原理、与MuJoCo的区别 | 了解框架使用 |
| 策略网络结构 | MLP vs Transformer策略网络的优缺点 | 了解趋势 |
面试官常问的一个问题："你怎么设计一个让机器人学会爬楼梯的奖励函数？" 这道题没有标准答案，考的是你对RL和机器人运动的系统理解。参考答案思路：正奖励（前进速度、重心高度维持）+ 负奖励（关节扭矩过大、接触力突变、摔倒检测）。
经典控制方向：
| 考点 | 考察内容 | 深度要求 |
|---|---|---|
| MPC（模型预测控制） | 滚动优化、约束处理、四足机器人MPC建模 | 理解公式，会写状态方程 |
| 全身控制（WBC） | 层次化QP、操作空间控制、动力学模型 | 了解框架，能说出任务优先级如何实现 |
| PID控制 | P/I/D三项作用、整定方法（Ziegler-Nichols）、抗积分饱和 | 必须非常熟 |
| 步态规划 | 接触序列、摆动腿轨迹规划、稳定裕度分析 | 了解trot/walk/bound步态区别 |
| 刚体动力学 | URDF格式、正/逆运动学、雅可比矩阵 | 理解概念，会用RBDL/Pinocchio库 |
嵌入式专项
| 考点 | 核心问题 | 参考答案方向 |
|---|---|---|
| FreeRTOS调度 | 优先级翻转怎么发生？如何解决？ | 互斥量实现优先级继承，或使用优先级天花板 |
| CAN总线 | 仲裁机制？报文ID的作用？ | CSMA/CA，ID越小优先级越高 |
| FOC电机控制 | 为什么FOC比普通PWM控制更好？ | Clarke/Park变换，解耦d-q轴控制，低速扭矩平滑 |
| 中断处理 | 中断里能不能用printf？为什么？ | 不能，printf可能死锁；改用标志位+任务处理 |
| 内存管理 | 嵌入式里为什么尽量避免动态内存分配？ | 内存碎片化、分配时间不确定、堆空间有限 |
五、面经规律总结
整理了近两年宇树科技的校招面经，发现以下规律：
面试结构
通常3轮： - 技术一面（60-）：算法1-2道 + C++基础 + 简历项目深挖 - 技术二面（）：专业知识考察（运动控制/嵌入式/感知，根据岗位定向） + 更深的项目追问 - HR面（）：动机、职业规划、团队协作，无特殊技巧
面试规律
规律1：项目经验是核心考察点
宇树面试官非常喜欢追问项目。"你在这个项目里遇到的最难的问题是什么？""最后怎么解决的？""如果重新做，你会改什么？"
这意味着：简历上写的项目必须深入了解，不能只知道"用了什么技术"，要知道"为什么用这个技术、遇到了什么坑、怎么解决的"。
规律2：C++是硬门槛，不可绕过
面试官会让你在线手写C++代码（通常用牛客在线面试工具或共享文档）。代码不需要一次性完美，但基本语法要正确，指针操作要规范。
频繁被问到的C++细节：
- struct 和 class 的区别（默认访问权限）
- 虚函数表的工作原理（vtable指针存储在哪）
- 移动语义（std::move什么时候用、右值引用的意义）
- 模板函数的实例化时机（编译期还是运行期）
规律3：算法题难度中等，重视代码质量
宇树不会出Hard难度的LeetCode题为难应届生。但面试官会注意你的代码风格：变量命名是否规范、是否有注释、边界条件是否考虑周全。
"你的代码能不能直接放到我们的代码库里"——这是宇树面试官的潜在判断标准。
规律4：机器人背景是显著加分项
简历上有以下任何一项，会显著提升通过率： - RoboMaster竞赛经历（尤其是做步兵/英雄机器人的运动控制） - 课题组里跑过四足/人形机器人实验 - IsaacGym/IsaacLab仿真训练经历 - 开源贡献（宇树SDK的issues/PR）
规律5：宇树面试节奏比大厂快
大厂可能面了两个月还没消息，宇树通常1-就有结果。反馈速度快是创业公司的特点之一。
校招节奏
这份校招节奏以"运动控制算法工程师"为主线设计，嵌入式方向在部分重点投入，感知方向在替换为视觉SLAM部分。
：C++深度强化
这是宇树备考的地基。不管投哪个方向，C++不过关就别想了。
：实时安全C++
- 掌握：RAII惯用法，智能指针的使用场景和开销
- 掌握：什么是实时系统里的"不确定行为"（内存分配、I/O、异常）
- 练习：手写一个线程安全的环形缓冲区（lock-free版本）
- 掌握：volatile vs atomic vs mutex 的区别和使用场景
：Eigen矩阵库 - 掌握：Matrix3d、Vector3d、Quaterniond的基本操作 - 掌握：旋转矩阵 ↔ 四元数 ↔ 欧拉角的互相转换 - 掌握：Eigen的Block操作和广播操作 - 练习：用Eigen实现一个简单的旋转变换链
：多线程实时控制
- 掌握：Linux实时线程配置（SCHED_FIFO、CPU亲和性、mlockall）
- 掌握：std::thread、std::mutex、std::condition_variable 用法
- 了解：无锁数据结构（lock-free queue）的原理（不要求手写）
- 掌握：优先级反转问题的成因和解决方案
：C++面试题集中演练 - 刷C++经典面试题（虚函数、模板、move语义、RAII） - 重新看一遍之前写的代码，检查命名规范和注释质量
：算法专项
：链表与树
- 刷：LeetCode 206、21、23、236、102、144、145（层序/前序/后序遍历）
- 重点：用C++手写，不用auto省事，写完整类型声明
- 练习：白板上默写反转链表和二叉树层序遍历
：动态规划与排序 - 刷：LeetCode 53、70、1143、300（最长递增子序列） - 手写：快速排序（重点partition逻辑）、归并排序 - 练习：说清楚状态定义和转移方程，不只是写代码
：矩阵与双指针 - 刷：LeetCode 48、54、3、15 - 重点：矩阵边界条件，双指针去重逻辑
：运动控制深度学习
：强化学习专项 - 理解：PPO算法（策略梯度、Clipping目标函数、GAE优势估计） - 理解：Sim-to-Real的gap从哪里来（物理参数不精确、传感器噪声、执行器延迟） - 理解：Domain Randomization的方法（随机化摩擦系数、质量、外力扰动） - 配置：在本地或服务器跑一个IsaacLab的示例任务（官方有现成的四足步行任务） - 重点：能够解释宇树H1/Go2用的是什么训练框架
：MPC与步态规划 - 理解：MPC的滚动优化原理（为什么每一步都重新求解？） - 理解：四足机器人的简化动力学模型（质心动力学模型） - 理解：trot/walk/bound三种步态的接触序列区别 - 了解：MPC for Legged Robots（CMU Cheetah论文是经典参考）
：全身控制与动力学 - 理解：层次化QP（Hierarchical QP）的任务优先级机制 - 理解：雅可比矩阵（Jacobian）在机器人中的作用（速度映射、奇异点） - 了解：RBDL / Pinocchio库的基本使用 - 练习：用Eigen手写一个简单的3自由度机械臂正运动学计算
：SLAM基础
：激光SLAM - 理解：LIO-SAM的系统框架（IMU预积分+激光里程计+回环检测） - 理解：ICP算法（迭代最近点）的原理 - 了解：地面分割（RANSAC）和点云滤波（体素滤波） - 配置：跑一个LIO-SAM的开源demo（数据集：MulRan或KITTI）
：视觉惯性里程计（VIO） - 理解：VINS-Mono的框架（滑动窗口优化、IMU预积分） - 理解：特征点提取与匹配（ORB特征） - 了解：相机-IMU外参标定（Kalibr工具） - 重点：能解释为什么四足机器人用SLAM而不只用IMU做定位
：嵌入式专项
这三天重点面向嵌入式软件工程师岗位。运动控制岗也要了解基础。
：RTOS与任务调度 - 掌握：FreeRTOS的任务创建、调度策略（抢占式）、任务通知 - 掌握：优先级反转问题（成因：低优先级任务持有高优先级任务需要的锁） - 掌握：优先级继承协议（Priority Inheritance Protocol）的原理
：总线协议与电机控制 - 掌握：CAN总线的报文格式（ID、DLC、DATA字段）、仲裁机制 - 掌握：FOC（磁场定向控制）的Clarke变换、Park变换和SVPWM原理 - 掌握：PID整定的基本方法（为什么积分项会引起超调？如何抗积分饱和？） - 了解：宇树电机使用的是自研关节模组（T-Motor同款技术路线）
：Linux驱动基础 - 了解：字符设备驱动的框架（file_operations结构体） - 了解：DMA传输（为什么DMA比CPU轮询高效？） - 掌握：中断处理的上半部/下半部机制（不能在中断里做耗时操作）
：冲刺准备
：宇树面经整理 - 搜集最新宇树面经（重点看以后的） - 整理高频问题，对每个问题准备2-的回答 - 重点：项目描述练习（STAR法则：情境-任务-行动-结果）
：项目准备与GitHub展示 - 整理2-3个你最有把握讲清楚的项目 - 每个项目准备：背景、技术选型理由、遇到的坑、最终效果 - 如果有宇树SDK相关代码，push到GitHub（面试前发给面试官） - 如果参与过开源项目（legged_gym、unitree_ros2等），梳理贡献点
：模拟面试与知识查漏 - 找同学或录视频，模拟技术一面（，算法题+C++题+项目） - 检查：白板手写代码是否流畅？项目讲述是否清晰？ - 查漏：把之前标记"不太确定"的知识点再过一遍 - 心态准备：宇树面试节奏快，被拒了很快知道，没必要焦虑等消息
📚 你可能还需要这些
机器人公司其他备考攻略
如果你在同时投多家机器人/自动驾驶公司，这些可以参考： - 📌 地平线校招备考攻略（芯片+算法双轨，C++要求同样极高） - 📌 Momenta校招备考攻略（视觉感知方向，深度学习权重更大） - 📌 小鹏智驾校招备考攻略（端到端架构，RL在自动驾驶的应用）
C++和嵌入式基础巩固
如果C++基础有短板，可以配合以下攻略： - 📌 大厂C++技术面试常考题整理（通用C++考点，宇树必考范围均覆盖） - 📌 大厂笔试面试八股文-算法-数组常考题（算法基础补充）
💡 关注我，少走弯路
我会持续分享： - ✅ 大厂高频题整理（按公司、岗位精准分类，宇树/地平线/Momenta等机器人公司专项） - ✅ 最新面经汇总（届校招第一时间更新） - ✅ 机器人方向备考指南（运动控制/嵌入式/感知全覆盖） - ✅ C++实时系统专题（专为机器人/嵌入式岗位定制）
这篇攻略整理了大量面经和技术文档，如果对你有帮助： - 👍 点个"赞"和"在看"，让更多备考同学看到 - 💬 评论区聊聊你的备考进展，或者留下你在宇树面经里遇到的题目 - 🔄 转发给同样在投机器人公司的同学
有问题随时留言，我会尽量回复！
数据来源： - 宇树科技官网招聘信息（job.unitree.com） - -届校招面经（各平台公开信息整理） - 宇树开源项目文档（github.com/unitreerobotics） - 机器人运动控制学术论文（legged_gym、unitree_rl_gym项目） -