1. 负责基于强化学习（如Online/Offline RL、Model-based RL）的自动驾驶行为决策与运动规划算法研发，重点解决结构化道路（高速、城市快速路）及非结构化场景（自动泊车）中的动态交互与博弈问题； 2. 针对复杂动态场景（密集车流、无保护路口、人车混流），设计基于数据驱动的决策规划算法，通过大规模分布式训练系统提升策略的智能性、安全性及泛化能力； 3. 构建与迭代仿真环境（如CARLA、NVIDIA Isaac）与世界模型，推动强化学习策略的仿真训练与实车迁移（Sim2real），形成“真实数据→仿真训练→实车验证”的闭环优化； 4. 参与全栈自动驾驶决策控制系统的开发，对接感知、预测、端到端模块，实现基于强化学习的决策规划算法在车载平台上的部署、性能优化与实车路测； 5. 跟踪强化学习在自动驾驶领域的前沿进展（如大模型与RL结合、逆强化学习、多智能体博弈），进行技术预研与算法创新，推动研究成果在量产项目中的应用与落地。

1. 计算机科学、自动化、机器学习、机器人学等相关专业本科及以上学历； 2. 具备扎实的强化学习理论基础，熟悉主流RL算法（PPO、SAC、TD3、IQL等），并至少在一项自动驾驶或机器人项目中具有RL算法落地经验； 3. 熟练掌握Python/C++，熟悉PyTorch等深度学习框架，具备大规模强化学习分布式训练（如Ray、Kubernetes）或仿真平台开发经验者优先； 4. 熟悉自动驾驶决策规划常见方法（如MDP/POMDP、搜索与优化算法），并能够将强化学习与传统规划方法（如MPC、Lattice）结合解决实际问题； 5. 具备良好的数学基础，熟悉优化理论、概率论、车辆动力学建模，能够支撑RL算法中的奖励函数设计、策略优化与安全约束处理。 加分项： 1. 在NeurIPS、ICLR、ICML、ICRA、CoRL等顶级会议或期刊发表过强化学习相关论文； 2. 具备自动驾驶量产项目（如NOA、LCC）或L4级项目（Robotaxi、Robobus）中RL算法集成与调试经验； 3. 熟悉仿生学习、逆强化学习、世界模型等技术，具备数据合成、评测基准构建或RL训练基础设施开发经验； 4. 熟悉ROS、Apollo等自动驾驶框架，或具备CARLA、Isaac Gym等仿真工具链的使用和开发能力。