项目背景： 本项目聚焦于智能驾驶系统的核心执行逻辑，深度参与包括预测、规划、控制（PNC）在内的辅助驾驶核心功能模块开发。随着技术范式由规则驱动向数据驱动转型，项目致力于通过高阶算法的应用，提升车辆在复杂交通流中的决策准确性与运动平顺性，为用户打造更加安全、智能且类人化的驾驶体验。 核心内容： 端到端决策模型研发： 参与构建基于多模态大模型的端到端驾驶决策体系，协同优化从感知输入到规划输出的全链路算法，探索下一代智驾系统的架构实现。 闭环训练与行为进化： 协助搭建大规模仿真与真实世界数据闭环平台，运用强化学习与模仿学习技术持续迭代驾驶策略，提升系统处理复杂长尾场景的决策能力。 可解释性与安全保障： 深度研究深度学习模型的可解释性方案，并设计严谨的安全护栏机制（Safety Guard），确保前沿算法在落地应用中严格符合车规级功能安全与质量标准。