職位描述
該職位還未進行加V認證,請仔細了解后再進行投遞!
職責描述:
1. 協助研發基于強化學習(RL)或模仿學習(IL)的自動駕駛決策規劃算法,解決復雜交通場景下的車輛行為決策與運動規劃問題;
2. 參與構建和優化用于訓練決策模型的數據處理流程,包括特征工程、場景提取、獎勵函數設計及大規模數據集處理;
3. 負責或參與相關算法的仿真測試、實車調試、性能評估與迭代優化,推動算法在真實環境中的性能提升和落地;
4. 跟蹤并調研強化學習、模仿學習、行為預測等領域的國際前沿動態與最新研究成果(如頂會論文CVPR, ICRA, NeurIPS, ICML等),并嘗試將其應用于實際項目;
5. 協助端到端自動駕駛大模型或相關子模塊的研發與優化工作。
任職要求:
1、專業背景?:
? 要求?計算機科學、人工智能、自動化、控制理論與控制工程、電子工程、車輛工程或相關專業??的碩士及以上在校生,也接受非常優秀的本科生。
2、項目經歷?:
? 有?機器學習/深度學習/強化學習??方面的研究或項目經驗,熟悉相關算法和框架;
? 有?自動駕駛、機器人、無人機??等領域的決策、規劃、控制或預測相關項目經驗、競賽經驗或學術研究經歷者優先;
? 在?人工智能領域的會議或期刊(如CVPR, ICLR, NeurIPS, ICML, ICRA, IROS等)上有論文發表者優先??。
3、編程能力?:
? 熟練掌握Python?,并至少熟悉一種主流的深度學習框架(如??PyTorch??或TensorFlow),具備良好的算法實現能力;
? 通常要求具備?C ?? 編程能力,用于算法的集成、部署或性能優化;
? 熟悉Linux開發環境,要求了解ROS等機器人系統框架。
5、算法基礎?:
? 扎實的數學基礎?:熟練掌握線性代數、概率論、數理統計、優化理論等機器學習相關數學工具;
? 熟悉機器學習/深度學習算法?:深入了解常見的深度學習/強化學習算法;
? 熟悉強化學習/模仿學習?:對強化學習(如DQN, PPO, SAC, DDPG)或模仿學習(如GAIL)有研究或實踐經驗者優先;
? 了解自動駕駛相關算法?:對軌跡預測(如VectorNet, LaneGCN, TNT)、行為決策、路徑規劃等有一定了解者優先。
6、工程能力:
工作地點
地址:上海閔行區上海-閔行區旭輝·莘莊中心-1號樓上海閔行區旭輝莘莊中心1號樓6層
