自动驾驶端到端大模型与强化学习研究

1. 进行端到端自动驾驶大模型算法架构设计：研发基于多模态感知（激光雷达、摄像头等）的端到端自动驾驶模型，实现感知-决策-规划端到端建模方法的算法创新和车端应用。 2. 探索VLM和VLA方法在端到端自动驾驶场景中的算法创新和应用，建立数据标准，提升自动驾驶困难场景的场景理解和决策规划能力。 3.设计面向端到端自动驾驶的强化学习算法（如多智能体RL、分层RL、逆强化学习），解决长尾场景决策难题。

1. 计算机科学、人工智能、机器人、自动化等相关领域的本硕博在校生。 2. 精通深度学习框架（PyTorch/TensorFlow），熟悉Transformer、Diffusion等模型架构及训练技巧。 3. 具备自动驾驶端到端感知决策规划或VLA研究经验，有结合强化学习进行模型训练优化经验者优先。 4. 具备C++/Python开发经验，拥有边缘计算部署经验者优先。 5. 在相关领域顶级会议发表过论文者优先。