强化学习算法研究员（自动驾驶方向）
岗位摘要
负责强化学习框架在自动驾驶场景中的前沿算法研究；参与大模型基座范式下（VLA+World Model）的强化学习框架搭建；负责将大模型（AD Agent）作为基础代理，利用RL技术优化其在复杂自动驾驶场景中的感知、推理和长期决策能力
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 负责强化学习框架在自动驾驶场景中的前沿算法研究
- 参与大模型基座范式下（VLA+World Model）的强化学习框架搭建
- 负责将大模型（AD Agent）作为基础代理，利用RL技术优化其在复杂自动驾驶场景中的感知、推理和长期决策能力
- 涵盖场景理解、语义引导决策、时空建模等核心能力
- 推动大模型与安全（Safety-Critical RL）及人类偏好（RLHF/DPO/PPO for AD）的深度对齐
任职要求
- 计算机科学、人工智能、机器人学、自动驾驶或相关领域的博士学位，或具备等效的研究经验
- 精通深度强化学习理论及其核心算法（如PPO、TD3、GRPO等系列）
- 扎实的机器学习、深度学习理论基础，具有视觉理解、自然语言处理与行为决策的交叉领域研究背景
- 熟练掌握Python及主流深度学习框架（如PyTorch、TensorFlow等），有高效模型训练与大规模数据处理经验
- 具有在国际顶级会议（NeurIPS、ICLR、CVPR、ICCV等）上发表过论文的经验，或参与过具有影响力的学术竞赛（如COCO、Kitti、nuScenes等）
- 具备跨学科协作能力，能够有效将计算机视觉、自然语言处理与机器人学的知识融合，推动自动驾驶机器人领域的创新
- 熟悉自动驾驶系统（感知-预测-规划）架构，理解World Model如何支持基于RL的规划算法（如MCTS）
- 具有自动驾驶平台（如CARLA、Waymo、nuScenes等）上的实验经验
加分项
- 熟悉自动驾驶系统（感知-预测-规划）架构，理解 World Model 如何支持基于 RL 的规划算法（如 MCTS）
- 具有自动驾驶平台（如CARLA、Waymo、nuScenes等）上的实验经验
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。