About The Role

负责端到端决策及规划分支研发：基于 BEV 全局特征、导航指令、预测信息构建轨迹解码器，实现自车候选轨迹生成、轨迹打分、冲突规避、多模态轨迹选择； 2. 设计 BEV 空间交互建模方案（Transformer Query 交互、稀疏实例表征、自车 - 周围参与者博弈建模），解决路口交互、汇入汇出、避让等长尾驾驶场景； 3. 开展端到端模型训练策略设计：多任务损失加权、知识蒸馏、时序一致性约束、模仿学习、RL后训练方案； 4. 构建面向端到端预测 & 规划的离线评测体系：轨迹合理性、碰撞风险、乘坐舒适性、通行效率、占用预测精度指标，定位模型失效 Case； 5. 跟进前沿方案：世界模型、扩散轨迹规划、稀疏表征端到端框架，结合量产需求完成方案迭代； 6. 设计针对预测 / 规划失效场景的数据挖掘、主动学习策略，完善数据闭环、版本管理与量产交付；输出算法方案文档、策略规范、测试报告与迭代总结。任职要求： 1. 硕士及以上，自动化、计算机、机器人、车辆工程等相关专业； 2. 扎实深度学习基础，精通 PyTorch，熟练 Transformer、时序模型；熟悉 BEV 空间表征范式； 3. 有自动驾驶相关经验：运动预测、端到端规划、多任务联合建模至少一项落地经验； 4. 理解自动驾驶城区 / 高速 NOA 场景，熟悉交通参与者交互、轨迹评价、碰撞约束；熟悉 nuScenes、Waymo 等数据集评价指标，具备离线仿真评测、badcase 分析能力； 5. 熟练 Linux、Git、分布式训练、数据处理 Pipeline；具备良好算法工程化能力；能够读懂并复现 UniAD、SparseDrive、DriveWorld 等端到端主流框架优先。

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

AI算法开发专家

About The Role