岗位职责
1. 负责无人环卫车周边动态目标（行人、非机动车、社会车辆）的轨迹预测算法研发，结合环卫作业场景特性（低速、近距、多交互），提升预测精度与鲁棒性。
2. 构建场景认知与交互建模能力，针对路口、人行道、小区道路等环卫高频场景，分析目标间交互关系，实现对突发行为（行人横穿、车辆变道、非机动车绕行）的精准预测。
3. 优化预测算法的实时性与泛化能力，适配不同作业时段、天气条件及区域环境，输出多模态预测结果，为规划模块提供决策依据。
4. 搭建轨迹预测算法测试数据集与验证平台，结合真实环卫作业数据进行算法迭代，建立预测误差评估体系，持续提升算法在长尾场景的适应性。
5. 与感知、规划团队紧密协作，定义预测结果接口规范，解决预测与下游模块的协同优化问题，保障无人环卫车作业安全与效率。
任职要求
1. 本科及以上学历，计算机、人工智能、机器人、应用数学等相关专业，硕士及以上学历优先，2 年以上自动驾驶轨迹预测、运动规划或相关算法研发经验。
2. 扎实掌握深度学习、强化学习、概率统计等理论知识，熟悉轨迹预测主流算法（如 LSTM、Transformer、GNN 及其变体），了解动态目标行为建模方法。
3. 熟练使用 Python/C++编程语言，掌握至少一种深度学习框架，具备独立完成算法设计、开发、调试及验证的能力，熟悉 Linux 开发环境。
4. 具备场景交互建模、多目标轨迹预测实战经验，能结合实际业务场景分析问题并优化算法，有低速无人车或环卫场景经验者优先。
5. 有基于 Transformer/GNN 的轨迹预测算法落地经验，或多智能体交互预测研究背景。
6. 熟悉自动驾驶场景理解、高精地图应用，能将场景信息融入轨迹预测模型。
7. 有 ROS/ROS2 开发经验，具备算法工程化部署及性能优化经验。
8. 具备良好的逻辑思维、数据驱动意识，能基于真实场景数据迭代优化算法，拥有较强的跨团队沟通与协作能力。