职位描述
1、设计并训练基于强化学习的自动驾驶规划控制模型与端到端模型；
2、研发强化学习、模仿学习、人类反馈强化学习在智驾领域的融合方式，提升系统表现与安全性；
3、开发基于强化学习与生成式模型的闭环仿真算法和基础设施，实现大规模场景的闭环训练。任职要求
具有计算机视觉，机器学习，电子信息，机器人等相关学科硕士/博士学历，AI相关研究方向。
1、精通强化学习主流算法（PPO/SAC/GRPO等），有结合世界模型/神经渲染方法进行闭环训练的项目经验；
2、熟悉大规模分布式RL训练，在自动驾驶或机器人领域有完整的RL落地项目经验；
3、能够紧跟学术界和产业界技术动态，对新技术进行调研和原型验证。有相关领域顶会文章发表经历优先；
4、精通Python/C++编程，熟练掌握PyTorch等深度学习框架；
5、具有良好的工作态度，团队合作精神，主观能动性和沟通能力。
