顶尖实习-强化学习端到端规划算法研究员-自动驾驶

Job description

• 研究并实现适用于自动驾驶场景的强化学习/模仿学习/混合学习策略；
• 推动策略优化算法在实车数据和仿真数据间的迁移落地；
• 联合量产团队完成RL策略在真实驾驶系统中的部署与评估。

Qualifications

• 人工智能、机器人、控制理论、计算机等相关专业博士；
• 扎实的强化学习基础，熟悉Actor-Critic、离线RL、行为克隆、ILQL等方法；
• 有大规模训练/模拟系统搭建经验；

对自动驾驶系统有一定理解，了解驾驶决策的关键约束（舒适性、安全性）； 加分项

• 强化学习相关方向顶会（ICLR/NeurIPS/RSS/CoRL）发表经验；
• 熟悉环境建模与场景驱动的RL设计；
• 具备从RL策略到控制输出落地的系统经验。