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、负责端到端决策规划算法的开发和迭代； 2、负责训练数据与评测数据的日常挖掘与维护； 3、负责端到端智驾大模型方案的研发迭代体系的建设与完善。
1.端到端模型研发： 负责新一代 End-to-End 自动驾驶算法的研发，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.模型架构探索： 探索 Transformer、State-space Model (如 Mamba)、Diffusion Model 、IL/RL在轨迹预测与决策规划中的应用，验证 Scaling Law 在自动驾驶规控领域的有效性。 3.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。
岗位职责 1、负责端到端决策规划算法的开发和迭代； 2、负责训练数据与评测数据的日常挖掘与维护； 3、负责端到端智驾大模型方案的研发迭代体系的建设与完善。