自动驾驶多模态决策规划模型算法实习生

参与自动驾驶决策规划模型的迭代，提高模型基础能力、强交互能力、安全边界场景的泛化能力： - 探索基于自回归的决策规划模型 / 交互模型，探索不同的自回归形式，自回归rollout，自回归与world model的结合，自回归与搜索策略结合； - 探索强化学习在决策规划任务中的应用，验证其解决强规则场景规则响应能力、强交互场景交互能力、安全边界场景泛化能力；

要求： - 熟悉python编程，对深度学习有一定的了解，熟悉pytorch / numpy / scipy / matplotlib等主流机器学习库，具备模型训练经验； - 有英文论文阅读能力，有独立解决问题的能力； - 在机器学习相关领域发表顶级期刊或会议论文者优先，熟悉C++ / CUDA编程，具备良好的编程基础，具备算法设计者优先； 收获： - 转正机会：实习表现优秀的同学可以获得秋招转正和推荐头部计划的机会 - 学术成果：相应学术指导，支持发表ML和Robotics等相关领域顶会 - 数据算力：海量数据和算力用于前沿的技术方案验证与迭代