美团无人车业务部-决策规划项目实习生

负责提升自动驾驶决策规划模型能力，利用数据驱动的方法训练安全、高效、拟人的行为模型，评估交付提升实车能力表现。主要工作包含：1）构建闭环训练算法，包括不限于自回归、flowmathing等算法，利用模仿学习+强化学习优化策略，优化提升模型的交互能力。2）构建数据闭环算法管线，包含conner case生成、伪标签生成、对抗样本生成等方法，提升模型在长尾问题上的表现

负责提升自动驾驶行为模型的交互能力，包括构建面向交互博弈的闭环训练算法、更高效的数据利用方案，交付安全和高效平衡的的交互模型，提升车辆在复杂场景下的自主决策能力。

负责提升自动驾驶决策规划能力，结合自动车在实际场景中遇到的问题，开发安全、高效、拟人的行驶策略算法。包括场景理解、交互决策、运动规划等工作。

算法研发与迭代： 负责基于深度学习/强化学习（Deep Learning / Reinforcement Learning）的自动驾驶决策规划算法研发，探索数据驱动（Data-driven）的下一代规划算法落地。 复杂场景攻坚： 结合海量人类优质驾驶数据，设计并训练基于数据驱动的轨迹规划或端到端网络，解决城市复杂场景下的交互博弈难题（如无保护左转、行人交互、拥堵加塞等），实现更加安全、高效、拟人的行驶策略。 数据闭环建设： 参与搭建高效的数据闭环链路，包括高价值场景数据的挖掘、清洗、自动化标注，以及模型离线/在线评测系统的开发（Closed-loop Simulation）。 车端工程部署： 负责模型在车端计算平台的轻量化设计与C++工程落地，攻克模型推理延迟，确保算法的安全、实时与稳定。