工作职责:

-迭代数据驱动的驾驶行为决策模型（如场景理解、交互意图博弈、自车轨迹规划），以数据迭代的方式解决路口通行、变道博弈、礼让行人等复杂交互问题，开结合深度学习与经典优化方法，生成平滑、安全、动态可适应的行驶轨迹
-研究适用于规划模型的数据驱动流程，通过研究数据、认识数据、开发数据来驱动规划能力的增长
-负责PNC产线的工程架构开发和升级，负责PNC数据feature的开发，包括新字段、数据挖掘和数据画像
-负责数据驱动、数据生产、数据使用效率等环节自动化程度提升

任职要求:

-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，或具备同等研究经验
-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
-熟悉数据获取、筛选、清洗流程，对数据有深入的认识和理解。有过数据驱动经验的同学优先
-熟悉PyTorch/TensorFlow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