决策规划算法工程师-端到端NOA-北京天津上海

方向：传统PnC算法与基于深度学习方法的融合，无图高速、城块与城市NOA 职责：

1. 01

   结合传统PnC算法与深度学习决策规划模型，开发并落地无图NOA系统

2. 02

   参与可持续进化的决策规划架构设计

3. 03

   参与系统中功能模块的开发与迭代，包括但不限于行为决策、轨迹规划、导航定位

4. 04

   进行实车道路测试与性能分析，提出并实现系统性能优化方案

技术方向要求

1. 01

   熟悉图搜索、最优化、最优控制、系统动力学建模等机器人领域基本知识，了解深度学习、强化学习相关基本知识

2. 02

   对以下至少一个方面有实际经验：基于搜索+优化的机器人或无人车路径规划、自动驾驶行为决策、考虑交互不确定性的行为决策、基于非线性规划的机器人或无人车轨迹规划

3. 03

   熟悉自动驾驶领域软件开发方式（OOP），熟悉Linux系统与Git使用 基本要求：

4. 01

   硕士及以上学历，自动化、计算机科学、机械工程、车辆工程、电子工程等相关专业背景

5. 02

   扎实的数理基础，熟悉最优化/最优控制/强化学习/机器人运动规划/博弈论/不确定性下的规划其中至少一个领域

6. 03

   较强的编程能力，熟悉C++，拥有良好的编程习惯

7. 04

   热情与自驱力，对自动驾驶/机器人运动规划领域具有浓厚兴趣

加分项

1. 01

   优秀的建模分析能力，工作中能够通过结合理论建模深入分析解决实际遇到的工程问题

2. 02

   有自动驾驶相关实习或工作经历，熟悉自动驾驶技术栈和主流PnC算法框架

3. 03

   在RSS、T-RO、IJRR、ICRA、IROS、RAL等机器人与智能车领域高水平期刊或会议上发表过相关研究文章