文远知行：自动驾驶算法验证-一面（1h10min）

日期：2026.3.18时长：约45mins面试官：算法工程师（应该是吧）面试岗位：强化学习算法实习生工作地：北京内容：1 自我介绍2 实习相关（导师是否放实习）3 项目拷打：我累个豆，给我毕业项目拷打完了，强化学习这边问的非常细，数据集、网络结构、状态空间……，但也不算拷打，知道不少面试官不知道的，（不）嘻嘻4 反问a 入职之后的核心工作：涉及公司核心技术研发b 有什么资源，实车、算力：不做实车，算力资源的话A100/4090都是比较普通的c 入职之后可能面临的核心问题：i   与强化学习有关（感觉可能涉密？先不说比较好，这个太具体了）ii  技术栈差异：强化学习自动驾驶决策 → 端到端自动驾驶iii 端到端技术路线采用什么，VLA or WM：不用VLA，WM有所应用，关键还是 i

📍面试公司：蔚来🕐面试时间：2026.03.16💻面试岗位：大语言模型强化学习算法实习生❓面试问题：自我介绍项目经历1，拷打项目动机，方法细节，评测方式，遇到的难点和解决方式，提出的方法为什么有效强化学习算法理论基础，介绍PPO算法，算法计算公式，优点，训练流程，介绍GRPO算法，特点，优势有关强化学习算法的代码库，TRL，VERL，Ray等询问对于Agentic RL 的认识，其中可能存在的难点，答了算法侧的稀疏奖励问题和工程实现上各类工具的稳定性编程题，word1->word2的最小操作次数🙌面试感想：自我介绍吟唱时间太长，适当压缩为教育背景，研究背景，项目/实习经历的简单介...

想找一段实习，但是问了很多公司没反应，是简历问题吗？求大佬们帮忙看一下

面试官背景为 NTU 博士、传统控制出身，问询极细，按项目维度拆解如下： 1. 强化学习规划项目  数据获取： 仿真数据集是如何获得的？ 算法鲁棒性： 是否会出现陷入局部最优的情况（如死胡同无法脱困）？ 仿真建模： Gazebo 仿真中为什么要选择使用差动模型（Differential Model）？  2. VLN（视觉语言导航）项目  技术实现： 三维重映射（3D Remapping）的具体实现方案。 性能评估： 实际运行效果如何？ 实机部署： 模型是否支持在真实机器人硬件上运行？如果可以，推理/运行速度表现如何？  3. 机器人操作项目  全身控制（WBC）： WBC 具体实现了哪些任务...