规控算法工程师

1.架构设计：负责矿山无人驾驶场景下多层决策与路径规划系统架构设计，全面提升系统在安全性及运行效率方面性能；
2.预测决策：引入预测驱动行为决策与意图推理机制，解决混行、混编及异构车流与作业车辆并存场景下的决策规划难题；
3.算法突破：强化学习与深度学习等前沿算法在规划控制领域的应用与突破，利用轨迹预测、OCC/BEV语义栅格等深度预测模型作为规划输入，显著增强系统的动态避障能力；
4.仿真验证：负责构建场景驱动的规划与控制仿真验证体系，通过数据回灌与对抗测试，大幅提升算法在低能见度、湿滑路面及异常障碍等极端场景下的安全冗余。
任职要求：
1.行业经验：至少5年以上自动驾驶规控算法研发经验，有量产落地车型的模块级技术主导开发经验；
2.熟悉强化学习/深度学习在决策规划中的应用，如 DRL（DDPG、SAC、PPO）、端到端模仿学习、神经网络规划器；
3.有基于 BEV/OCC 表征的规划经验，理解语义地图与规控结合的趋，精通 ROS2/DDS、Apollo、Autoware 或其他无人驾驶开源框架；
4.有大规模场景仿真与算法验证经验，能设计场景库与指标评估体系。
5.具备跨模块（感知/预测/规控）协同研发能力，有技术团队管理经验优先。