哈啰智驾决策规划算法实习生
任职要求
任职要求 ： 1. 专业背景： ● 计算机、自动化、电子工程、机械工程等相关专业在校生，硕士优先，本科需具备扎实的数学基础； ● 有智驾行业决策规划算法相关研发经验。 ● 实习时间大于3个月； 2. 编程能力： ● 熟练使用C++（Linux环境）进行算法开发，熟悉Python用于工具链开发； ● 有ROS、Apollo开发经验者优先。 3. 算法基础： • 熟悉决策算法（如FSM、POMDP）或规划算法（iLQR、QP优化等），了解车辆动力学模型； 熟悉时空联合规划算法是加分项。 4. …
工作职责
工作职责： 1. 算法开发与验证：参与结构化/非结构化道路的决策规划算法设计与开发，包粗轨迹生成、决策体系搭建，并通过仿真或实车测试验证算法效果； 2. 问题分析与闭环：协助分析道路测试数据，定位决策逻辑或规划轨迹的异常根因，提出优化方案并参与代码实现，提升算法鲁棒性； 3. 工具链支持：开发或优化调试工具链（可视化工具等），支持算法快速迭代与效果追踪。
1. 协助研发基于强化学习（RL）或模仿学习（IL）的自动驾驶决策规划算法，解决复杂交通场景下的车辆行为决策与运动规划问题； 2. 参与构建和优化用于训练决策模型的数据处理流程，包括特征工程、场景提取、奖励函数设计及大规模数据集处理； 3. 负责或参与相关算法的仿真测试、实车调试、性能评估与迭代优化，推动算法在真实环境中的性能提升和落地； 4. 跟踪并调研强化学习、模仿学习、行为预测等领域的国际前沿动态与最新研究成果（如顶会论文CVPR, ICRA, NeurIPS, ICML等），并尝试将其应用于实际项目； 5. 协助端到端自动驾驶大模型或相关子模块的研发与优化工作。
1. 设计并实现端到端智驾大模型，整合感知、规划与决策功能，提升模型的整体性能与效率； 2. 运用深度学习、强化学习、机器学习等技术，优化模型结构，提高模型对复杂驾驶场景的理解和应对能力； 3. 负责收集、标注和处理自动驾驶相关数据，构建高质量的数据集，为模型训练提供有力支持； 4. 利用数据增强、迁移学习等方法，提升数据利用效率，优化模型的泛化能力； 5. 跟踪自动驾驶和人工智能领域的最新研究成果，探索新技术在端到端大模型中的应用可能性。
业务介绍： 负责自动驾驶汽车在结构化/非结构化道路中的决策规划算法的研发工作，设计并实现安全、舒适、拟人且符合交规的行为策略与规划轨迹； 1. 业界前沿技术（如数据驱动、强化学习、大模型在规划中的应用），进行技术预研和算法创新，保持技术竞争力； 2. 负责复杂动态场景（如密集车流切入切出、无保护路口、人车混流、窄路会车等）的处理策略设计、算法实现与迭代优化，提升系统的智能性和可靠性； 3. 对齐上下游性能边界，进行系统集成与联合调试，确保决策规划模块与整个自动驾驶系统协同稳定工作；
-负责自动驾驶系统中基于深度学习的轨迹、意图预测算法的研究与实现 -研发自动驾驶决策规划大模型，利用模仿学习、强化学习等技术，实现复杂交通场景下的端到端自动驾驶 -参与端到端智驾系统设计与讨论，输出技术架构与设计方案 -负责智驾系统问题分析优化，识别模型算法与数据缺陷，并做出改进 -处理大规模数据集，进行数据清洗、特征提取、模型训练和评估，优化算法的性能和效果