曾经觉得算法是灵魂，世界是美好的，算法可以解决一切。现在，遇事不决，全靠PID。
整个体验有以下几点吧，
算法只是整个机器人控制系统的一小部分。简单来说，算法可能就是几个函数而已。很多时候你发现都是在和硬件打交道，电机参数没整定好，力传感器数据有问题，AD数据有偏差，数据滤波没做好，通信没调好，数据没法交互。这些东西都是是实实在在影响你的算法性能，因为算法的很多输入量，反馈量都是这些传感信息，源头不准，何谈算法优劣。
算法人是“万能”。你要会调试电机，会焊接，会懂基本的机构原理（你要算运动学和动力学），会参数辨识，会接线，工具（络铁，扳手，万用表，示波器）等都会用，会做线，还要熟悉各种通信协议，会画控制框图，算法流程图，会抓包数据，会上下位联调，甚至你要有力气搬东西，移动你的机器人设备。更有甚者，你还要自己当模特，测试机器人设备（主要是康复类设备）。
会看文章，要学习。你要连接最前沿的东西，最新的算法，还要会进行仿真调试，然后你兜了一圈发现，我们的设备用不了这个算法，要加各个传感器，要改结构，要。。。。。
调参：调参可以说是整个算法最为玄妙的工程，很多时候参数都是来源于你的随机凑，你理论分析很多，计算了很多，估算了很多，得到了一个大概范围，然后发现设备运行效果极差，你就自我怀疑了，然后就随缘吧。
心累。公司其他部门认为算法很重要，很关键，然后很热情的和你一块讨论，然后问了很多问题，什么是稳定呀，怎么判断系统稳定呀，超调是啥，然后你就心累，看书呀，你咋不看书呢。然后可能你的BOSS有点想法，你可以这样做，然后这样，再这样，就可以了。然后就没有然后了。还会有各种新想法，别人就是用这个呀，你看个视频，能不能做到。
总之算法工程师感觉还是很累的。但是针对机器人算法而言，还是有几点感触。
个人认为不管任何的创新的算法，本质上都是位置，速度，电流控制。工程中应用很多新颖的算法其实难度很多，模型不准确，工况影响大等，而实际还是PID在工程中应用最多，很多人觉得PID很简单，但事实还是有很多值得深挖的东西，如微分项引入低通滤波器，wind-up思路等等。值得继续研究，吃透。
算法量化指标，很多时候我们也在向如何定量的评估算法的好坏，除了所谓的调节时间，响应速度，稳态误差，超调量，幅值裕度，相位裕度，带宽等，但是并不具有实际工程应用中的价值体现。如何设计量化评价指标，如交互力大小，柔顺度，鲁棒性，抗干扰能力等等指标，当然这和具体场景有关，但是确实值得我们去思考研究。因为很多人都会问到，你的算法改进了什么，提升了什么，怎么证明。
学习和团队。算法确实是一个不断在学习的过程，各种学科，各种方法，各种文章，各种公式，尤其是数学。关系推导，模型仿真，参数验证，都是需要大量的时间。算法研究靠单个人的力量肯定是不行，需要团队协作，发挥每个人的优势。
整体来说，算法工程师是苦中作乐，当自己调试的设备能够满足自己的设计需求，性能得到提升，那还是很快乐，也许快乐就是这么简单。
以上仅是个人理解，如有错误，请大家指导！
知乎原文链接：
https://www.zhihu.com/question/46824735/answer/1883363339
