主分类：机器人与自动驾驶算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "决策规划算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责生成式PDP模型输出轨迹的决策规划后处理算法研发，完成轨迹候选筛选、重排序、行为选择、动力学修正与平滑性优化，构建兼顾安全、效率、舒适、合规与可解释性的预测决策与规划优化链路；\n2. 设计碰撞规避、运动学/动力学约束、道路规则、时空风险评估、轨迹置信度评估及降级兜底策略，提升复杂路口、变道绕行、无保护转向/掉头、人车混行和长尾场景下的交互博弈能力；\n3. 优化规划时延、系统稳定性等算法工程指标；\n4. 深度参与搭建并迭代模型开环评测、闭环仿真体系，制定安全性、通过率、舒适性等指标，创建多模态仿真评测能力，定位模型与规划链路问题并推动量产落地。",
"requirements_text": "1. 硕士及以上学历，自动化、车辆、机器人、计算机等相关专业；\n2. 2-3年以上的量产智驾决策规划研发经验，智驾行业头部公司研发背景优先；\n3. 扎实掌握行为决策或轨迹规划理论、iLQR/DDP/MPC优化技术、车辆运动学、预测交互与\n4. 决策状态机，熟悉C++/Python及高性能工程化部署；\n5. 了解端到端或生成式轨迹规划的模型训练、推理和闭环调参方法；\n6. 具备强化学习基础、规划策略架构或reward设计经验者优先。",
"skills": [AI生成
"Python",
"C++",
"强化学习",
"模型训练"
],
"preferred_qualifications": "2. 2-3年以上的量产智驾决策规划研发经验，智驾行业头部公司研发背景优先；6. 具备强化学习基础、规划策略架构或reward设计经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7677509244438497562/detail"
}
]
},
"posting": {
"posting_id": "7677509244438497562",
"post_date": "2026-08-24",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7677509244438497562/detail"
},
"fulltext": "决策规划算法工程师\n职位描述\n1. 负责生成式PDP模型输出轨迹的决策规划后处理算法研发，完成轨迹候选筛选、重排序、行为选择、动力学修正与平滑性优化，构建兼顾安全、效率、舒适、合规与可解释性的预测决策与规划优化链路；\n2. 设计碰撞规避、运动学/动力学约束、道路规则、时空风险评估、轨迹置信度评估及降级兜底策略，提升复杂路口、变道绕行、无保护转向/掉头、人车混行和长尾场景下的交互博弈能力；\n3. 优化规划时延、系统稳定性等算法工程指标；\n4. 深度参与搭建并迭代模型开环评测、闭环仿真体系，制定安全性、通过率、舒适性等指标，创建多模态仿真评测能力，定位模型与规划链路问题并推动量产落地。\n\n职位要求\n1. 硕士及以上学历，自动化、车辆、机器人、计算机等相关专业；\n2. 2-3年以上的量产智驾决策规划研发经验，智驾行业头部公司研发背景优先；\n3. 扎实掌握行为决策或轨迹规划理论、iLQR/DDP/MPC优化技术、车辆运动学、预测交互与\n4. 决策状态机，熟悉C++/Python及高性能工程化部署；\n5. 了解端到端或生成式轨迹规划的模型训练、推理和闭环调参方法；\n6. 具备强化学习基础、规划策略架构或reward设计经验者优先。\n1. 负责生成式PDP模型输出轨迹的决策规划后处理算法研发，完成轨迹候选筛选、重排序、行为选择、动力学修正与平滑性优化，构建兼顾安全、效率、舒适、合规与可解释性的预测决策与规划优化链路；\n2. 设计碰撞规避、运动学/动力学约束、道路规则、时空风险评估、轨迹置信度评估及降级兜底策略，提升复杂路口、变道绕行、无保护转向/掉头、人车混行和长尾场景下的交互博弈能力；\n3. 优化规划时延、系统稳定性等算法工程指标；\n4. 深度参与搭建并迭代模型开环评测、闭环仿真体系，制定安全性、通过率、舒适性等指标，创建多模态仿真评测能力，定位模型与规划链路问题并推动量产落地。\n1. 硕士及以上学历，自动化、车辆、机器人、计算机等相关专业；\n2. 2-3年以上的量产智驾决策规划研发经验，智驾行业头部公司研发背景优先；\n3. 扎实掌握行为决策或轨迹规划理论、iLQR/DDP/MPC优化技术、车辆运动学、预测交互与\n4. 决策状态机，熟悉C++/Python及高性能工程化部署；\n5. 了解端到端或生成式轨迹规划的模型训练、推理和闭环调参方法；\n6. 具备强化学习基础、规划策略架构或reward设计经验者优先。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}