滴滴自动驾驶端到端规划算法工程师(JR20260116007)

1. 端到端模型研发： 负责新一代 End-to-End 自动驾驶算法的泊车场景的研发，包括但不限于基于 World Model（世界模型）、Video Generation（视频生成） 或 VLM（视觉语言模型） 的驾驶策略生成。 2. 数据闭环与评测： 搭建针对生成式规划算法的自动化评测体系，利用大模型进行数据挖掘、自动标注（Auto-labeling）及场景重建，通过数据闭环持续提升模型性能。

1、参与端到端自动驾驶规控算法开发； 2、调研前沿的端到端自动驾驶规控算法； 3、对算法模块性能进行调优，提高运行效率； 4、优化代码鲁棒性，确保算法在各种环境下的安全运行。

设计与开发自动驾驶端到端模型评测指标，量化评价自动驾驶系统在安全、规则、体感、效率、类人等各维度表现。 以数据驱动的方式优化评测算法的精度和性能，提升其准确性与泛化性。 参与构建评测数据闭环，建立可复现的评测迭代体系与回归方法。 与算法研发团队紧密合作，参与模型迭代过程中的问题定位、指标设计与质量闭环推进。

1、进行端到端自动驾驶大模型算法架构设计：研发基于多模态感知（激光雷达、摄像头等）的端到端自动驾驶模型，实现感知-决策-规划端到端建模方法的算法创新和车端应用； 2、探索VLM和VLA方法在端到端自动驾驶场景中的算法创新和应用，建立数据标准，提升自动驾驶困难场景的场景理解和决策规划能力； 3、设计面向端到端自动驾驶的强化学习算法（如多智能体RL、分层RL、逆强化学习），解决长尾场景决策难题。