岗位描述
岗位职责:
负责端到端自动驾驶预测、决策、规划模型研发,面向 L4 场景解决复杂交通交互、行为决策和轨迹生成问题;
探索基于 Transformer、Diffusion、Next Token Prediction、Imitation Learning、Reinforcement Learning 等范式的 AI Planner 模型;
设计多模态场景表征,将 BEV、Occupancy、地图、交通参与者状态、历史轨迹、语言/规则信息等输入统一建模;
建设 open-loop 与 closed-loop 联合评测体系,推动模型在仿真、影子模式和实车中的持续迭代;
结合数据闭环、难例挖掘、自动标注、离线真值生成等手段提升模型上限和长尾场景能力;
推动模型在 RoboTaxi、RoboBus、无人环卫、无人物流等不同车型和 ODD 上泛化落地。
岗位要求:
熟悉深度学习、序列建模、轨迹预测、行为决策或运动规划相关技术;
有自动驾驶预测、规划、端到端驾驶、机器人策略学习中至少一类完整研发经验;
熟练使用 PyTorch,有大规模模型训练、数据处理和实验调参经验;
理解自动驾驶闭环评测,包括安全性、舒适性、通行效率、规则遵守和交互合理性;
具备较强工程实现能力,能从问题定义、模型设计、训练验证到部署迭代独立推进。
加分项:
有端到端自动驾驶、Neural Planner、Diffusion Policy、Decision Transformer、RLHF/RLAIF、模型蒸馏经验;
有 nuPlan、Waymo、CARLA、内部仿真平台或实车落地经验;
在 CVPR、ICCV、ECCV、NeurIPS、ICRA、CoRL、ICML 等发表相关论文。