蔚来行为规划算法专家/工程师
任职要求
1. 在相关领域（机器人，软件工程，数学优化，电子与计算机等）获得BS/MS/PhD 2. 精通linux环境下C++编程，具有良好的代码设计习惯，有在相关系统（机器人，无人机，无人车）平台上开发/实现的相关经验 3. 熟悉决策优化相关模型（MDP, POMDP 等序列决策模型）、基于采样和优化的规划方案，在强化学习、深度学习方面有一定的工作经验 4. 具有良好的数学基础及优化相关的知识。 5. 具备机器人和机器学习领域的认知。 6. 熟悉pytorch 或者tensorflow 等模型训练框架 加分项 1. 具有RTOS相关开发经验 2. 对于强化学习，深度学习方面有较为深入的理解 3. 对于搭建数据闭环有经验
工作职责
1. 开发并实现量产级别的决策预测方案 2. 结合语义地图和感知结果实时建模周边参与者行为（车辆，行人等） 3.应用预测规划模型的结果，实现类人、安全、高效的主车行为规划
1、负责L4级自动驾驶车辆的规划（Planning）与控制（Control）算法开发，包括路径规划、行为决策、运动控制等模块的设计与实现； 2、针对复杂交通场景（如无保护左转、拥堵路段、行人交互等）优化算法，确保系统满足安全性、舒适性及实时性要求； 3、与感知、定位、仿真团队协作，完成多模块系统集成与功能验证； 4、主导实车测试与问题排查，分析日志数据并提出算法改进方案； 5、撰写技术文档，支持功能安全（ISO 26262）及预期功能安全（SOTIF）认证。 6、规划算法： 6-1、掌握分层规划框架（全局路径规划+局部行为决策），熟悉A*、RRT*、Lattice Planner等算法； 6-2、具备博弈论（Game Theory）或强化学习（如DQN、PPO）在交互场景中的应用经验。 7、控制算法： 7-1、精通PID、MPC（模型预测控制）、滑模控制，熟悉车辆动力学模型（如自行车模型）； 7-2、有轨迹平滑（Spline、Bezier曲线）及舒适性优化（加加速度约束）经验。 8、工具链： 8-1、熟练使用ROS2、Apollo平台，掌握MATLAB/Simulink进行控制模型仿真； 8-2、熟悉HIL（硬件在环）测试及Log分析工具（如Wireshark、ROSbag）。
1. 城区功能规划算法开发与优化： 负责智能驾驶车辆在城区复杂交通环境下的规划算法开发与优化工作，重点聚焦于 C - NOP（城市导航辅助驾驶）功能，确保车辆在城区道路能够实现安全、高效、舒适的自动驾驶。 深入研究城区交通场景的特点和需求，包括但不限于路口转弯、变道超车、跟车行驶、交通信号灯识别与响应等，设计合理的规划算法架构，实现车辆在各种场景下的最优路径规划和行为决策。 基于大量的实际交通数据和模拟场景，不断优化规划算法，提高算法的准确性和鲁棒性，以应对城区多样化的交通状况和复杂的道路环境，确保车辆在不同工况下都能做出正确的行为决策。 2. 团队管理与技术指导 作为城区功能开发团队的leader，带领规划算法团队完成项目目标，制定团队的工作计划和任务分配，合理安排团队成员的工作，确保项目按时、高质量交付。 为团队成员提供技术指导和支持，帮助解决算法开发过程中遇到的技术难题，提升团队整体技术水平和研发能力，促进团队成员的技术成长和职业发展。 组织团队内部的技术交流和分享活动，鼓励团队成员之间的合作与创新，营造良好的团队氛围，提高团队的凝聚力和战斗力。 3. 跨部门协作与沟通 与感知、预测、控制等其他智能驾驶团队紧密合作，确保规划算法与各模块之间的无缝对接和协同工作，共同推动城区功能的开发和优化。 与产品、测试、质量等部门保持密切沟通，了解产品需求和市场反馈，根据测试结果和用户意见及时调整和优化规划算法，确保产品满足用户需求和市场期望。
1. 负责城区、高速等辅助驾驶系统中，轨迹预测、行为决策、轨迹规划等算法开发 2. 负责高阶辅助驾驶系统的量产交付
1. 负责自动驾驶汽车在结构化道路（如高速、城市快速路）及非结构化场景（如自动泊车）中的行为决策与运动规划算法研发，设计安全、舒适且符合交规的行驶策略； 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）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. 对接上游感知、定位模块和下游车辆控制模块，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； 4. 负责算法的实车部署、车载嵌入式平台性能优化、仿真测试及大规模路测验证，支持量产项目的落地应用； 5. 持续跟踪业界前沿技术（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。