岗位描述
岗位职责:
1. 负责端到端自动驾驶决策与规划算法研发,实现从环境感知、场景理解到驾驶决策及轨迹生成的端到端建模;
2. 基于真实驾驶数据及仿真闭环开展场景挖掘、Failure Case 分析和数据闭环,持续提升模型的安全性、舒适性和泛化能力;
3. 参与自动驾驶强化学习策略的训练与迭代, 提升模型在复杂驾驶场景下的决策与规划能力;
4. 建立端到端模型的闭环评测与迭代体系,分析模型 Failure Case,推动数据到实车的 RL 算法闭环落地;
任职要求:
1. 计算机、人工智能、机器人、自动化、数学、统计学等相关专业硕士及以上学历。
2. 扎实的机器学习、深度学习及强化学习基础,熟悉 RL 的核心理论与算法,包括 PPO、SAC、TD3、DQN、DDPG 等。
3. 具备较强的 Python / C++ 编程能力,能够独立完成算法开发、训练及实验分析。
4. 有 World Model、Diffusion Policy、VLA、端到端自动驾驶等相关经验。
5. 在 NeurIPS、ICML、ICLR、CoRL、RSS、CVPR、ICRA 等会议发表过相关论文,或有高质量开源项目