锦鲤求职岗位描述
岗位职责
1. 探索基于深度强化学习（DRL）的自动泊车规划算法，并研究 RL 与 Hybrid A* 等传统规划算法（规则类）的结合方案
2. 熟悉公司采集的实车数据格式，编写脚本进行解析、清洗与转换，整理并构建适用于DRL训练的数据集
3. 搭建或扩展公司已有泊车仿真环境，进行模型训练与闭环测试，协助将验证有效的算法部署到实车或嵌入式平台，参与泊车路测
岗位要求
必须项：
1. 熟悉深度强化学习基本原理（PPO / SAC / DQN 等），有实际训练经验
2. 了解 Hybrid A* 或其他经典路径规划算法
3. 熟练使用 PyTorch，有 RL 框架使用经验（如 SB3、Gymnasium）者优先
4. 编程基础扎实，Python / C++ 至少精通一门
加分项：
1. 有自动泊车、机器人导航、运动规划相关项目经验
2. 熟悉 ParkBench、CARLA 等仿真平台
3. 有实车数据处理经验，了解自动驾驶常用数据格式（如 ROS bag、NuScenes 等）
4. 关注并复现过泊车规划相关顶会论文（CoRL / ICRA / IROS 等）