强化学习算法工程师（PNC）

基于离线数据、在线仿真环境或实车路测数据,设计并实现端到端或层级化深度强化学习系统,解决自动驾驶中的运动规划与决策控制问题；

研发并落地基于深度强化学习的规划算法,应对清扫车自动驾驶中的狭窄作业区域通行、障碍物密集环境导航、作业路径优化等场景；

探索并实现强化学习与规则方法、优化算法的融合方案,结合模仿学习(Imitation Learning)、离线强化学习(Offline RL)等技术提升样本效率与策略安全性；

设计并优化奖励函数与约束机制,构建策略评估指标体系(安全性、稳定性、拟人性、效率等),建立持续评估与回归测试机制；

负责深度强化学习算法从仿真验证到实车部署的全流程落地,与感知、预测、控制及仿真团队协作完成闭环验证与问题定位；

持续跟踪前沿深度强化学习研究成果(如PPO、SAC、TD3、Transformer-based RL、Multi-agent RL等),结合工程约束进行技术选型与落地

计算机科学、自动化、控制工程、机器学习或相关领域的硕士及以上学历；

扎实的深度强化学习理论基础,深入理解DQN、A3C、PPO、SAC、DDPG、TD3等主流算法原理及应用场景；

精通至少一种深度学习框架(PyTorch或TensorFlow),具备从头搭建并训练强化学习智能体的能力；

熟练掌握Python和C++编程,具备高质量代码编写能力与工程化经验,熟悉ROS、CARLA、SUMO等仿真环境者优先；

对自动驾驶系统架构(感知-预测-规划-控制)有基本理解,了解运动规划的多目标约束优化问题建模；

在顶级会议或期刊(CVPR、ICCV、NeurIPS、ICML、CoRL、ICRA、IV等)发表过深度学习或自动驾驶相关论文,或拥有相关技术专利者加分