接着上篇的节奏，这篇继续腾讯Robotics X的四足机器人控制工程师面试。腾讯Robotics X的面试有个特点——不喜欢背书式的回答，更看重你对—步态控制/地形适应的工程理解。讲真，这种面试风格我觉得更靠谱，能筛掉只会背八股的人。全身控制WBC：腾讯Robotics X为什么重点考这个腾讯Robotics X的四足机器人控制工程师面试，全身控制WBC几乎是必考项。这跟他们产品线的技术需求直接相关——Max/Ollie对全身控制WBC的要求很高。面试官问：“WBC的核心是QP求解，说说你的理解？”WBC本质上是一个二次规划问题——把全身的运动目标（质心追踪、足端接触力、关节限位等）写成约束和代价函数，然后求解最优关节力矩。关键在于QP问题的构建和求解器的选择。我用过OSQP和qpOASES，OSQP在稀疏问题上更快，qpOASES在密集问题上更稳定。一个200变量100约束的QP，OSQP在1ms内能解完，这满足1kHz的控制频率要求。接着问：“你们项目里用的具体方案是什么？踩过什么坑？”我们项目里最终选了这个方案，主要考虑是稳定性和可维护性。性能上它不是最优的，但在各种异常场景下（传感器掉线、通信超时、负载突变）表现最稳定。踩过的最大的坑是初始化阶段——如果初始状态估计不准，后面整个pipeline都会出问题。我们团队在这个问题上走过弯路。最初用的是教科书方案，实际部署发现各种corner case，最后迭代了三个版本才稳定下来。Sim2Real：腾讯Robotics X为什么重点考这个腾讯Robotics X的四足机器人控制工程师面试，Sim2Real几乎是必考