【无人车北斗实习】强化学习实习生

【工作内容】 1. 深度参与强化学习算法的前沿探索，推动其在自动驾驶决策与规划场景中的落地应用 2. 设计并实现强化学习相关实验方案，完成算法验证、性能评估与迭代优化 3. 与团队紧密协作，将研究成果转化为可工程化落地的系统方案 【岗位吸引点】 1. 实量产场景验证：算法直接应用于美团 RoboVan 车队的决策规划模块，在复杂城市物流场景中完成真实闭环验证，研究成果不止于论文 2. 顶级技术环境：与强化学习方向资深研究员深度协作，接触国内少有的、将 RL 应用于规模化商业落地的完整技术栈 3. 全链路视角：在感知-决策-执行全链路自研的环境中工作，能从系统层面理解 RL 在自动驾驶中的真实挑战与价值 【任职要求】 1. 硕士期间发表至少1篇、博士期间发表至少3篇 CCF-A 类强化学习方向论文 2. 具有头部自动驾驶公司强化学习相关方向实习经历，熟悉主流 RL 框架与训练流程 3. 工程能力突出，能够独立完成大规模模型训练、调试与部署