面向复杂场景的自动驾驶端到端大模型与强化学习的技术研究

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、获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业，在CVPR/ICCV/NeurIPS/ICRA等顶会发表论文者优先； 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、有自动驾驶端到端感知决策规划、VLA等研究经验，有结合强化学习进行端到端模型训练优化经验者优先； 4、具备一定的C++/Python开发经验，有边缘计算（如TensorRT、ONNXRuntime）部署经验者优先。