端到端算法实习生（前沿探索）

职位描述

研究与实现端到端智能辅助驾驶规划算法，聚焦 Diffusion-based Trajectory Generation 与 Reinforcement Learning；

复现前沿论文（如 Diffusion Policy、Flow-GRPO、DriveDPO 等），探索 生成式模型与强化学习（RL） 方法融合；

参与闭环实验，分析模型在不同驾驶场景（交互、避障、合流、车道保持等）下的表现；

优化训练与推理流程，包括 采样效率、策略一致性、reward建模与policy微调 等；

协助构建或清洗规划相关数据集，用于Diffusion与RL任务。

任职要求

熟悉 PyTorch，具备良好的代码工程能力；

理解 Diffusion Models（DDPM/DDIM/SDE/ODE） 与 强化学习（RL/IL/IRL） 的基本原理；

有端到端 planner、行为克隆（BC） 或强化学习策略优化实践经验者优先；

具备较强的论文理解、实验复现与算法实现能力；

逻辑清晰、自驱力强，对智能辅助驾驶和智能决策方向有浓厚兴趣。

加分项

有使用 CARLA、nuPlan、Waymo Open Motion 或内部仿真平台 的经验；

有 Diffusion Policy / DriveDPO / IRL-VLA / Hydra-MDP / DriveLM 等论文复现或对比实验经验；

熟悉 闭环评测、reward shaping、policy fine-tuning、RLHF 或 preference learning 等方法；

在顶会（CVPR/ICLR/CoRL/NeurIPS等）论文阅读或发表经验者优先。