面試

intern

自我介紹 §

• 修什麼
• 交換
• 專題
• 實習
• TDK
• 個性
• 結尾

1. 開場自我介紹（15-20 秒） §

「您好，我是，目前就讀於國立交通大學機械工程系，主修控制與機器人，並同時修習太空科技學程。目前在瑞典皇家理工學院交換，學習機器學習與機器人規劃，希望將這些技術應用於四足機器人與自動導航領域。」

目標：快速建立背景，點出核心專長。

---

2. 亮點經歷與技能（45-60 秒） §

• 「在大學期間，我參與了四足機器狗、無人機載台等專案，負責運動學建模、導航與控制軟體開發。我也曾在工研院實習，使用ROS 與 JavaScript 開發雷達與 GPS 數據可視化工具，提升測試效率。」

• 「此外，我曾參加 TDK Robocon 機器人競賽，負責導航與馬達控制，並整合 Hector SLAM 提升機器定位精度。在這些經歷中，我不僅強化了嵌入式系統開發、ROS 自主導航與機器學習應用的能力，也學會了如何高效協作、解決工程挑戰。」

目標：突出專業技能與實作經驗，展現團隊合作與問題解決能力。

---

3. 個人特質與未來方向（20-30 秒） §

「我是一個注重分析與計畫執行的人，習慣在深入理解問題後再動手實作，這讓我在專案中能確保開發穩定推進。我也樂於學習與嘗試，在 KTH 交換期間，更進一步學習了深度學習應用，希望未來能將這些技術結合到機器人或航太領域。」

目標：讓面試官了解你的做事風格與未來發展方向。

---

4. 結尾與轉場（10 秒） §

「我很期待能在貴公司發揮我的專長，學習新技術，並與團隊合作解決更具挑戰性的問題。請問您希望我進一步分享哪方面的經驗呢？」

目標：展現熱忱，引導面試官提問。

Self-Introduction (English) §

---

1. Opening Introduction (15-20 seconds) §

“Hello, my name is Altonso Lin. I am currently studying Mechanical Engineering at National Chiao Tung University, majoring in Control and Robotics, and also pursuing a Space Technology Program. At present, I am on an exchange program at KTH Royal Institute of Technology in Sweden, where I am focusing on machine learning and robotic planning, aiming to apply these technologies to quadruped robotics and autonomous navigation.”

Goal: Quickly establish background and highlight core expertise.

---

2. Key Experiences and Skills (45-60 seconds) §

“During my time at university, I worked on projects like quadruped robots and drone platforms, where I was responsible for kinematic modeling, navigation, and control software development. I also interned at Industrial Technology Research Institute, where I developed radar and GPS data visualization tools using ROS and JavaScript, improving testing efficiency.”

“Additionally, I participated in the TDK Robocon robot competition, where I was in charge of navigation and motor control, integrating Hector SLAM to improve robot localization accuracy. Through these experiences, I not only strengthened my abilities in embedded system development, autonomous navigation using ROS, and applying machine learning but also learned how to collaborate efficiently and solve engineering challenges.”

Goal: Highlight professional skills, hands-on experience, teamwork, and problem-solving abilities.

---

3. Personal Traits and Future Directions (20-30 seconds) §

“I am someone who focuses on analysis and planning execution, preferring to dive deep into a problem before jumping into implementation. This approach allows me to ensure stable progress in projects. I also enjoy learning and exploring new areas, which is why during my time at KTH, I expanded my knowledge in deep learning applications. Moving forward, I aim to integrate these skills into the fields of robotics and aerospace.”

Goal: Show your working style and future development direction.

---

4. Closing and Transition (10 seconds) §

“I’m excited about the opportunity to contribute my expertise, learn new technologies, and collaborate with a team to solve more challenging problems at your company. What aspects of my experience would you like me to elaborate on?”

Goal: Show enthusiasm and guide the interviewer to ask questions.

• PPO 是一種策略學習方法
• 目的是：最大化回報（reward）
• 它的核心是：
  1. 定義一個 surrogate objective（代理損失函數）
  2. 使用 clipping 或 penalty 來避免策略更新過大
  3. 再用 gradient descent 來最大化這個 surrogate loss

為什麼用 Mini-batch？ §

• 批次梯度下降（Batch Gradient Descent, BGD） 計算整個數據集的梯度，準確但計算量大。
• 隨機梯度下降（Stochastic Gradient Descent, SGD） 每次用一筆數據更新權重，雖然計算量小，但梯度變動劇烈，收斂較不穩定。
• Mini-batch SGD 取 小批量數據（如 32 或 64 筆） 更新權重，能平衡 計算效率與收斂穩定性。

批次歸一化（Batch Normalization）

• 作用：加速收斂、穩定訓練
• 計算方式：使用均值與標準差對輸入做標準化

Cross Entropy（交叉熵） §

在分類問題（如影像辨識）中，交叉熵常用來衡量預測分佈與真實分佈的相似度： $H(p,q)=-\sum ipilogqiH(p,q)=-{\sum }_i{p}_i\log q_{i}H(p,q)=-i\sum pilogqi$​ 其中：

• ppp 是真實標籤的機率分佈（通常是 one-hot encoding）。
• qqq 是模型的預測機率分佈（通常是 Softmax 輸出）。

Softmax 是一個將數字轉換為概率分佈的函數，常用於分類問題的輸出層：

*PyTorch 重點 §

1. Tensor 基礎 §

• torch.tensor() 建立張量
• .cuda() 搬到 GPU
• .detach() 移除梯度資訊
• .reshape() vs. .view()
• .permute() vs. .transpose()

2. 訓練流程 §

import torch
import torch.nn as nn
import torch.optim as optim
 
model = nn.Linear(10, 1)  # 建立線性模型
optimizer = optim.Adam(model.parameters(), lr=0.01)
criterion = nn.MSELoss()  # 損失函數
 
for epoch in range(100):
    optimizer.zero_grad()  # 清除舊梯度
    output = model(torch.randn(5, 10))  # 前向傳播
    loss = criterion(output, torch.randn(5, 1))  # 計算 loss
    loss.backward()  # 反向傳播
    optimizer.step()  # 更新參數
 

3. PyTorch 訓練 DQN §

• torch.nn.Module 定義網路
• torch.optim.Adam 最佳化
• torch.no_grad() 防止梯度更新
• Replay Buffer 存取過去經驗
• Target Network 緩解不穩定性

4. PyTorch 訓練 PPO §

• Actor-Critic 架構
• GAE 計算 Advantage
• 策略更新 (Clipped Surrogate Objective)
• Value Function 更新 (MSE Loss)

---

Data Augmentation 是在訓練數據集上進行變換，以人工合成更多樣化的數據，提高模型的泛化能力，防止過擬合。

翻轉（Flip）	水平或垂直翻轉圖片
旋轉（Rotation）	隨機旋轉一定角度
縮放（Scaling）	放大或縮小圖片
裁剪（Cropping）	隨機裁剪圖片部分區域
亮度/對比度變換	改變顏色屬性
加噪聲（Noise Injection）	增加高斯噪聲，讓模型適應不同環境

$\frac{\partial Loss}{\partial W}=\frac{\partial Loss}{\partial \hat{y}}\cdot \frac{\partial \hat{y}}{\partial W}$

On-policy（基於當前策略）是一種強化學習的方法，其中 訓練過程只能使用當前策略（policy）生成的數據。

面試可能問的問題 §

1. SGD、Mini-batch SGD、Momentum、Adam 的差別？ | Momentum | 在梯度下降中加入 動量（Momentum），避免局部極小值 | 更平滑，較少陷入局部極小點 |

2. CrossEntropyLoss 怎麼計算？為什麼 Softmax 和 CrossEntropy 會一起用？ $L=-\sum yilog(y^{}i)$

3. Q-learning 和 Policy Gradient 的區別？

4. DQN 如何解決訓練不穩定的問題？

   • DQN（Q-learning）：學習「動作的價值」再決定最佳動作
   • PPO（Policy Gradient）：直接學習最佳動作

5. PPO 相比於 DDPG、A2C，有什麼優勢？

6. PyTorch autograd 的作用？torch.no_grad() 何時使用？

7. PyTorch 的 DataLoader 如何提高訓練效率？ PyTorch 提供 DataLoader，可以 批量讀取數據，提高 GPU 計算效率。 📌 主要優化方式

8. 使用 num_workers

   • 開啟多個線程 並行讀取數據

9. 使用 pin_memory=True

   • 讓 Tensor 存在 固定記憶體（pinned memory），提高 CPU 到 GPU 的數據傳輸速度

10. 使用 prefetch_factor

    • 預先加載更多 batch，減少 IO 等待時間

4️⃣ DQN 核心技術 §

🔹 目標網絡（Target Network） §

• DQN 會使用 兩個網絡：

  • 主網絡（Q-network）：負責學習 Q 值
  • 目標網絡（Target Q-network）：負責計算目標 Q 值，每隔幾步才更新

• 好處：梯度變化較平滑，訓練更穩定

DQN 目標值更新公式 $Qtarget=r+\gamma maxQtarget(s\prime ,a\prime ;\theta target)Q_{\text{target}}=r+\gamma \max Q_{\text{target}}(s^{\prime },a^{\prime };{\theta }_{\text{target}})Qtarget=r+\gamma maxQtarget(s\prime ,a\prime ;\theta target)$

經驗回放（Experience Replay） §

• 存儲過去的經驗 $(s,a,r,s^{\prime })$，並隨機取樣來訓練
• 降低數據相關性，提高學習穩定性