岗位职责
(1)负责自动驾驶系统中强化学习在自动换道决策模块的算法设计与开发,构建高效、安全的换道决策模型
(2)基于多源传感器数据(激光雷达、摄像头、毫米波雷达等),设计强化学习状态空间、动作空间及奖励函数
(3)搭建强化学习仿真环境,实现换道场景的建模与验证,包括复杂交通参与者交互、动态路况等场景
(4)优化强化学习算法在实际车辆上的部署性能,解决样本效率低、安全约束难满足等关键问题
(5)与感知、规划、控制等模块工程师协作,完成端到端的换道功能开发与集成测试
(6)跟踪强化学习、决策规划领域的前沿技术,推动算法创新与工程化落地
岗位要求
(1)计算机科学、 robotics、自动化、车辆工程等相关专业硕士及以上学历
(2)精通强化学习理论与算法(DQN、PPO、SAC 等),有自动驾驶决策场景应用经验者优先
(3)熟悉自动换道决策相关技术,包括交通规则建模、风险评估、轨迹预测等
(4)具备扎实的编程能力,熟练掌握 Python/C++,熟悉 PyTorch/TensorFlow 等深度学习框架
(5)有仿真平台(CARLA、LGSVL、Prescan 等)开发与应用经验,能独立构建复杂交通场景
(6)具备良好的问题分析与解决能力,能从实际数据中发现问题并优化算法
(7)拥有自动驾驶实车测试经验,了解相关行业标准与法规者优先
(8)发表过强化学习或自动驾驶领域高水平论文,或拥有相关专利者优先