智能驾驶泊车决策规划算法实习生

参与极氪自动驾驶泊车功能（包括APA/RPA/HPP/AVP等）的决策规划算法研发与迭代，涵盖行为决策、路径规划、速度规划及轨迹优化等核心模块

参与基于端到端大模型的泊车决策规划算法研究，支持无图城市NZP、机械车位泊车、超窄车位泊车（车宽+10cm）等复杂场景的规划问题，提升系统在差异化场景下的通行效率和安全

参与算法的实车验证与迭代优化，通过大规模真实路测数据驱动算法优化，提升算法在舒适性、效率和鲁棒性方面的表现

协同感知、控制、仿真等团队完成系统集成与调试，确保算法在车规级嵌入式平台（如NVIDIA DRIVE Orin/Thor）上的实时性与可靠性

参与L3级智能驾驶技术架构的研发与落地，支持泊车代驾、AI终点领航等创新功能的规划算法开发

硕士及以上学历，计算机科学、人工智能、自动化、车辆工程、数学、控制科学与工程、信息与通信工程等相关专业背景

熟练掌握C++/Python编程，具备良好的数据结构和算法基础；熟悉Linux/ROS开发环境者优先

熟悉路径规划算法（如Hybrid A、RRT、Lattice*等）和轨迹优化方法，熟悉数值优化、计算几何及控制理论

掌握深度学习框架（如PyTorch），熟悉Transformer架构及变体，了解端到端自动驾驶技术原理，熟悉感知-决策-规划全链路整合方法，具备数据处理、模型训练和优化能力，能参与构建高质量数据集，有强化学习、模仿学习或逆强化学习（如PPO、DDPG、GAIL等）经验者优先

了解车辆动力学模型，对深度学习或机器学习算法有比较深入的研究，有端到端智驾算法研发经历者优先

具备良好的工程实现能力，熟悉Python、C/C++编程语言

有ADAS或自动驾驶相关开发经验，熟悉车辆运动学/动力学者优先 综合素质

具备强大的逻辑思维与问题解决能力，能高效定位并优化算法缺陷

良好的团队协作与沟通能力，自我驱动性强，能适应敏捷开发流程

有强烈的责任心、快速学习能力、分析解决问题能力