【岗位职责】：

1. 行为决策算法开发

设计并实现行为决策层的算法，使自动驾驶车辆能够根据交通规则、周围环境（其他车辆、行人、障碍物）和自车状态，做出如跟车、换道、让行、超车、通过路口等合理决策。

开发和优化决策逻辑框架，如基于状态机、行为树、POMDP等模型，以处理复杂和不确定的交通场景。

设计场景化决策方案，针对拥堵、匝道、环岛、无保护左转等典型和复杂场景进行专项优化。

2. 运动规划算法开发

设计并实现运动规划层的算法，生成满足车辆动力学约束、安全、舒适且可执行的轨迹。

精通并应用多种规划算法，如：

搜索类：A, Hybrid A, State Lattice Planning

采样类：RRT, RRT*

曲线插值类：多项式曲线、样条曲线

优化类：基于模型预测控制 的局部轨迹规划与优化

实现轨迹的实时重规划和障碍物避让功能。

3. 算法仿真与验证

利用仿真平台 对所开发的决策与规划算法进行大规模、闭环测试，覆盖大量常规和极端场景。

定义和评估算法的性能指标，如舒适性（加速度、加加速度）、安全性（碰撞时间TTC）、效率（通过时间）等。

参与实车测试，分析路采数据，定位算法缺陷，并进行迭代优化。

4. 工程实现与优化

将算法高效地实现为高性能、高可靠性的C++代码。

与预测、控制、感知等模块紧密协作，定义清晰的接口，确保系统整体性能。

5.算法选型及预研：根据产品业务需要选择合适的局部路径规划算法、速度规划算法、决策算法，并能独立进行算法原型设计和实现；

【任职要求】：

1. 学历与经验

本科及以上学历，计算机科学、自动化、车辆工程、 Robotics、人工智能、数学等相关专业。

初级： 1-3年相关经验，有扎实的理论基础和项目/实习经验。

中级/高级： 3-5年及以上自动驾驶决策规划算法研发经验，有量产或大型项目经验者优先。

2. 核心技术能力

扎实的理论基础：

必备：精通机器人学、控制理论、经典规划算法。

强烈推荐：深入理解模型预测控制 的原理和应用。

推荐：了解机器学习/强化学习在决策规划中的应用。

强大的编程能力：

熟练掌握 C++，具备编写高效、可靠代码的能力。熟悉Python用于算法原型开发和数据分析。

熟悉 Linux 开发环境和 ROS/ROS2 框架。

算法与工程实践：

对车辆动力学有基本了解。

熟悉常见的规划算法库，如OMPL、SBPL者优先。

有使用仿真工具的经验，如CARLA、LGSVL、Prescan或内部仿真平台。

（中级/高级加分项）：

有处理复杂场景（如无保护左转、密集车流切车）的成功经验。

具备一定的系统架构设计能力，能够独立负责某个规划决策子模块的设计与开发。

有实车调试和问题闭环的丰富经验。

3. 关键素质与软技能

卓越的逻辑思维和系统分析能力：能够将复杂的驾驶场景分解为可计算的决策和规划问题。

出色的解决问题能力：面对算法挑战，能够从原理层面分析并提出创新的解决方案。

严谨细致：对算法的安全性和鲁棒性有极高的要求，注重细节。

良好的团队协作与沟通能力：能够与预测、控制、仿真等团队成员有效合作。

强大的学习能力和对技术的热情：能持续跟进领域内的技术发展。