pnc算法专家

核心算法研发与落地 - 负责干线重卡单车自动驾驶的全栈PNC算法研发，包括行为决策、轨迹规划、速度规划、横向/纵向控制，适配重卡重载特性、长制动距离、高速干线工况，保障行驶安全性、平顺性与燃油经济性； - 主导卡车编队行驶系统的PNC算法研发，覆盖编队组建/解散、协同跟驰、协同换道、故障降级等核心场景，实现多车协同的安全、高效行驶； - 牵头端到端规划控制方案的技术探索与落地，打通感知输入到车辆控制的端到端链路，结合模仿学习、强化学习、世界模型等技术，解决传统PNC方案在复杂场景下的泛化性问题。

实车验证与迭代优化 - 负责算法的实车部署、调试与问题定位，解决干线场景各类Corner Case（高速施工、恶劣天气、邻车异常切入等）； - 建立PNC算法评测体系与指标体系（通过率、舒适性、跟车精度、燃油消耗等），推动算法持续迭代优化； - 协同感知、定位、仿真、测试团队，打通全链路技术流程，支撑数据闭环与算法快速迭代。

技术沉淀与创新 - 跟踪自动驾驶PNC领域前沿技术，结合业务场景落地创新方案，构建技术壁垒； - 主导技术专利、文档与规范的沉淀，提升团队技术复用性与研发规范性

硕士及以上学历，计算机科学、自动化、车辆工程、控制科学与工程等相关专业；

5年以上L4级自动驾驶PNC算法研发经验，2年以上算法团队管理经验，有完整的自动驾驶产品落地经验；

精通传统规划控制算法原理与实现，包括但不限于MPC、LQR、PID、A*、RRT、EM Planner等，具备扎实的车辆动力学基础，熟悉重卡/商用车动力学特性者优先；

有端到端规划算法的研发与落地经验优先，熟悉模仿学习、强化学习、端到端控制等技术路线优先，有量产验证经验者优先；

有干线物流、重卡、商用车自动驾驶研发经验，或卡车编队行驶项目经验者优先；

熟悉Apollo/Autoware等主流自动驾驶框架，熟练掌握C++，具备扎实的工程实现能力与实车调试经验；

具备优秀的技术判断力、问题定位能力，以及跨团队协作与团队管理能力，能承受业务快速迭代的节奏