小米顶尖应届-决策规划算法工程师-汽车
任职要求
1. 数学、计算机、机器人、自动驾驶等相关方向硕士及以上学历； 2. 优秀的编程能力，熟练掌握C++等主流编程语言，能够快速实现复杂算法； 3. 优秀的数学基础，熟悉常见的机器学习算法； 4. 优秀的问题转化与建模能力，对解决行业中的全新问题。 加分项： 1. 熟悉计算几何以及相关数值优化算法； 2. 有无人车，机器人，无人机等硬件比赛与开发经验优先； 3. 在ACM-ICPC、TopCoder等竞赛中获得过优异成绩。
工作职责
1. 规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2. 高性能、高可靠性的规控算法架构设计与实现； 3. 高精度、高性能的计算几何与数值计算算法开发与优化； 4. 在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。 【课题名称】 L3自动驾驶关键技术研究-决策规划算法 【课题内容】 1. 规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2. 高性能、高可靠性的规控算法架构设计与实现； 3. 高精度、高性能的计算几何与数值计算算法开发与优化； 4. 在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。
1. 规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2. 高性能、高可靠性的规控算法架构设计与实现； 3. 高精度、高性能的计算几何与数值计算算法开发与优化； 4. 在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。 【课题名称】 L3自动驾驶关键技术研究-决策规划算法 【课题内容】 1. 规控算法根据道路环境以及实时交通情况，决定和控制自动驾驶车辆如何行驶； 2. 高性能、高可靠性的规控算法架构设计与实现； 3. 高精度、高性能的计算几何与数值计算算法开发与优化； 4. 在行为预测、驾驶决策等方面通过机器学习算法提升自动驾驶车辆的能力和表现。
1. 开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2. 开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署。 【课题名称】 L3自动驾驶关键技术研究-决策规划大模型 【课题内容】 1.开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2.开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署；
1. 开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2. 开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署。 【课题名称】 L3自动驾驶关键技术研究-决策规划大模型 【课题内容】 1. 开发基于模型的决策规划系统，解决城市、高速等场景下的交互决策、轨迹规划问题； 2. 开发大规模强化学习算法与系统，完成Agent在虚拟环境中的训练以及Sim2Real的部署。
1. 参与研究与开发融合视觉与语言理解的端到端自动驾驶新范式； 2. 负责视觉语言大模型（VLA）相关算法的设计、实现与优化，提升模型的环境感知、决策规划能力； 3. 探索如何利用VLA增强自动驾驶系统的泛化能力及人机交互的自然性； 4. 参与相关数据集的构建、处理以及模型在真实场景中的部署与测试； 5. 跟踪VLA及相关领域（多模态学习、大模型等）的前沿技术动态； 6. 发表高水平论文至国际顶会顶刊，参加相关领域的国内外顶级学术会议。 【课题名称】 自动驾驶VLA大模型预研 【课题内容】 探索融合视觉语言行为大模型（VLA）至端到端自动驾驶的新范式，实现更强的自动驾驶泛化能力和更自然的交互方式。