顶尖实习-强化学习端到端规划算法研究员-自动驾驶

1、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； 2、推动策略优化算法在实车数据和仿真数据间的迁移落地； 3、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。

1. 人工智能、机器人、控制理论、计算机等相关专业博士； 2. 扎实的强化学习基础，熟悉Actor-Critic、离线RL、行为克隆、ILQL等方法； 3. 有大规模训练/模拟系统搭建经验； 4. 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： 1. 强化学习相关方向顶会（ICLR/NeurIPS/RSS/CoRL）发表经验； 2. 熟悉环境建模与场景驱动的RL设计； 3. 具备从RL策略到控制输出落地的系统经验。