岗位职责
- 端到端系统 -构建强大且扩展性强的端到端系统，设计和训练端到端模型，规模化解决自动驾驶问题； -应用生成模型、模仿学习、强化学习等提升模型规划及推理能力；
- 数据与模型迭代 -探索数据采集与数据生成方法，提升训练数据的多样性与质量； -研究并实现适用于预训练与后训练阶段的最优数据使用策略。
职位要求
- 计算机科学、机器人学、控制工程、应用数学等相关专业硕士/博士在读；
- 熟练掌握深度强化学习（DRL）、模仿学习（Imitation Learning）、序列决策（POMDP）等方法的理论与实践；
- 熟悉PyTorch框架，具备Python/C++编程能力及Linux开发经验；
- 了解经典决策规划算法（如A*、RRT*、MPC）或控制理论（如车辆动力学模型）；
- 熟悉自动驾驶决策规划任务（行为决策、轨迹生成、交互建模）及数据集（nuPlan、Waymo Motion Dataset）；
- 具备多智能体系统、博弈论、不确定性推理（Bayesian Networks）经验者优先；
- 在CoRL、ICRA、IROS等机器人/自动驾驶顶会发表决策规划相关论文，或参与Apollo、Autoware等开源项目；
- 熟悉决策规划开源框架，有机器人路径规划（如无人机、机械臂）开发经验；
- 对复杂系统建模有强烈兴趣，具备严谨的逻辑思维与跨学科协作能力。 招聘部门：自动驾驶技术部
