美团无人车业务部-决策规划模型算法资深经理
任职要求
- 扎实工程经验和计算机算法基础，对数据闭环理解深入， - 深入理解模仿学习、强化学习、序列建模等模型在决策任务中的应用 - 对预测、决策问题…
工作职责
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
以下岗位职责的任意一种 1. 负责开发迭代无人车评测体系，基于评测体系给出功能迭代的评测结果，归纳总结无人车规划控制能力迭代的方向 2. 负责无人车的评测数据集构建，调整判别器口径，进一步提升评测准确率 3. 负责设计验证ML-based决策规划算法，提升自动车在复杂场景中的行为泛化性和拟人性； 4. 负责设计验证泊车、靠边等末端行驶算法，提升自动车在末端场景的行驶能力。 5. 负责多车调度系统开发和维护，支持无人车队高效、稳定运行。 6. 负责交互决策规划算法开发、验证和测试，提升无人车复杂场景博弈能力。 7. 负责无人车测试、运营工具开发，支持无人车实时问题解决。
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。