辅助驾驶变道决策算法工程师_XC

变道决策与安全判断： 面向 Mapless 场景，设计变道决策算法，实现目标车道选择、可行间隙搜索、变道时机判断及变道安全性评估。 车流与意图推演： 面向高速及城市 NOA 场景，开展多车交互建模、周围车辆行为与驾驶意图推演，制定合理的变道、等待、让行及协作策略。 决策鲁棒性优化： 针对感知噪声、预测不确定性及动态交通变化，提升变道决策的安全性、稳定性与一致性，减少决策抖动、频繁变道及不合理等待。 算法研究与开发： 研究并应用搜索、博弈论、POMDP、MCTS等算法，结合实际场景完成算法建模、优化与验证。 场景与 KPI 分析： 围绕变道安全性、成功率、通行效率及交互合理性等指标，开展场景化评估、问题分析与算法迭代。 多平台性能优化与适配： 针对 J6B、J6M、NVIDIA Orin 等不同算力平台，优化算法计算效率、内存占用及实时性，完成算法适配与性能验证，满足不同平台的量产部署要求

学历背景： 计算机、电子工程、自动化、数学、机器人等相关专业硕士及以上学历。 变道决策专业能力： 熟悉自动驾驶变道决策算法，具备变道前决策及变道后决策框架的相关开发经验，熟悉变道安全判断、间隙搜索、变道时机选择及变道过程中的决策调整。 车流与交互建模： 具备多车交互建模、周围车辆行为预测、驾驶意图推演或博弈决策相关经验，能够分析复杂交通场景下的变道风险与收益。 算法与数学基础： 熟悉 A*、动态规划、图搜索、树搜索、博弈论、POMDP、MCTS、强化学习等一种或多种算法，具备扎实的数学建模与算法设计能力。 编程与性能优化： 精通 C++，熟练使用 Python，具备良好的算法实现、调试和性能优化能力；熟悉多线程、嵌入式系统及异构算力平台部署者优先。 研究与问题解决能力： 能够独立阅读、复现和改进相关论文，具备复杂场景分析、问题定位及基于数据、仿真和实车测试的算法优化能力。 加分项 具备 Mapless NOA、高速 NOA 或城市 NOA 变道决策量产开发经验。 具备多车行为预测、驾驶意图推演、博弈决策或交互式规划经验。 具备 J6B、J6M、NVIDIA Orin 等平台的算法移植、性能分析与优化经验。 具备量产项目开发、仿真评测及实车验证经验