岗位职责（具体工作内容） 1. 传统规划控制算法升级与优化：针对泊入泊出、停车场泊车等场景，参与现有基于规则/优化的规划器（如轨迹生成、速度规划、障碍物避让）的性能提升与模块重构，提升舒适性、安全性及泊入泊出成功率。 2. 数据驱动的交互模型开发：利用实际路采数据与仿真平台，参与构建泊入场景中的交通参与者交互行为模型，探索基于学习的方法提升系统在复杂交互环境中的决策能力。 3. ML Planner 集成与协同：协助团队将机器学习规划器（ML Planner）与传统规划模块进行集成，重点验证在泊入场景下的集成策略，整合传统规控方法与模型的优势，推动两者协同工作。 任职资格（学历、目标院校、语言、技能、性格等要求） - 硕士或博士在读，计算机、自动化、车辆工程、 robotics、人工智能等相关专业。 - 具备扎实的数学与算法基础，熟悉最优控制、轨迹优化、运动规划等经典理论。 - 熟练掌握C++/Python编程，有Linux开发环境经验，具备良好的代码能力。 - 对自动驾驶技术有强烈兴趣，具备良好的学习能力、沟通能力和团队协作精神。