职责描述： 1. 协助设计与构建端到端决策规划模型，包括但不限于感知、预测和规控网络设计； 2. 探索端到端方案与传统决策规划方案的融合方式； 3. 负责端到端自驾模型训练数据挖掘，包括但不限于场景数据挖掘、对比数据构造等； 4. 负责端到端自驾模型评测，包括但不限于开环评测与闭环仿真评测； 5. 参与构建复杂的仿真场景，模拟极端情况和罕见场景，评估模型在各种条件下的表现。 6.与团队协作，将端到端模型与其他模块进行集成和联调，设计功能备份确保整个自动驾驶系统的稳定性和可靠性。 7.关注国际顶级会议和期刊上的最新研究，引入新的思路和方法对现有模型进行创新。 任职要求： 1. 对以下至少一个方面有实际经验：机器人或无人车的运动规划和控制（包括但不限于图搜索、轨迹规划/优化、不确定性下的规划、最优化控制）、自动规划（PDDL/POMDP）、深度学习、强化学习； 2.具备自动驾驶端到端网络开发经验、neural planner、自驾感知神经网络设计着者优先； 3.熟悉Pytorch、深度学习、强化学习背景者优先，具备Carla仿真环境搭建和使用能力者优先； 4.具备大规模数据处理和分布式训练能力者优先； 5.自驱学习，能够快速跟进最新研究进展； 6.具备扎实的数学基础，熟悉概率论、线性代数、微积分等，能够进行模型的理论分析和推导。