自动驾驶强化学习实习生

AI 摘要智能生成

参与强化学习算法微调

职位描述

1.参与到自动驾驶端到端规划研发与优化，包括diffusion-based motion head优化，监督微调和强化学习微调； 2.参与强化学习算法微调，对policy optimaztion算法有深入了解。包括PPO/GRPO类方法，对diffusion-based类的强化算法比如diffusionNFT有相关项目或者实习经历； 3.跟踪并探索强化学习与VLA/世界模型质检的研究，对基于WM的自闭换或者模型自评估，或者一阶段二阶段的范式更新有独立想法； 4.可用卡池百卡+，能够独立完成训练提速和范式迭代能力。

任职要求

• 本科及以上学历，计算机、人工智能、自动化、车辆工程等专业优先；
• 熟悉了解深度学习，具备扎实的python/pytorch编程能力/tensorboard/clearml分析能力，独立完成模型更新训练分析；
• 熟悉端到端自动驾驶，对一段式/VLA based的模型有相关经验者优先；
• 发过CCF A/B类论文候选人优先；
• 具备对挑战任务感兴趣，工作态度认真负责优先。