自动驾驶 决策规划算法 面经1

欢迎关注公众号：内推君SIR，加微信：neituijunsir 加入自动驾驶交流群：聚焦 自动驾驶行业 招聘信息 /技术发展 /行业动态。

Case 1

路径规划算法类：

1、Dijstra算法，算法流程

2、A*算法，算法流程，编程实现的过程中使用了哪些数据结构，项目中在原有方法基础上有哪些改进，启发函数的设计，A*与Dijstra的区别；

3、Lattice

4、Lattice planner 百度apollo的那个

5、RRT算法流程；

6、一些关于frenet坐标系的问题；

7、如何设计一个十字路口左转的算法，包括路径规划与决策两个部分；

8、现场写一个轨迹规划算法的代码；

决策算法类：

1、关于有限状态机决策的相关问题，项目中状态机的设计；

2、马尔可夫决策过程相关问题，MDP如何求解，POMDP与MDP的区别，POMDP如何求解；

3、强化学习相关问题，DQN、PPO、DDPG算法流程，动作空间的选取，状态空间的选取，奖赏的设计，如何设置合适的奖赏（逆强化学习）；

4、RL算法在什么环境里训练，做过实车实验吗，怎么验证算法的有效性；

5、提高数据利用率的强化学习算法有哪些；

编程题：

1、二叉树的各种题（各种遍历，求深度等等），链表的各种题（反转，合并）；

2、柠檬水找零，力扣860，还被问到过一次如何用RL解；

3、机器人运动范围，力扣13；

4、八皇后，力扣51；

5、公交车线路，力扣815，难题；

6、不用加号的加法，力扣153；

---

Case 2

一面

1、自我介绍（基本信息，应聘岗位，具备什么优势）重点突出自己研究方向；

2、项目细节，从一些控制论和机器学习（可解释的贝叶斯学习算法）的方面展开，写了三四张纸（包括简略的算法结构框图，一些核心的算法公式），以及拓展的概念和应用场景；

二面

1、自我介绍，项目细节

2、面试官拓展问项目细节，为什么不用卡尔曼滤波 ？就对比都说了下GPs和卡尔曼滤波的优缺点和项目的契合点；

3、面试官问了解哪些常见的规划算法以及比较，算法优势在哪？

4、考察了两个算法题，一个是车辆在曲线道路行驶的场景下，投影法向量和自身角度状态空间表达式；一个是时间速度-空间速度的转化问题；

---

Case 3

规划相关

1、想保证车辆曲率连续最小需要几阶约束，

2、曲率在车辆操控上最直观的体现是，

3、曼哈顿距离与欧式距离的优缺点，

决策相关

1、DQN/Double DQN

2、DQN，PPO区别

---

Case 4

1、项目介绍，介绍EMPlanner，Lattice Planner与EMPlanner区别，介绍HybridA*，D*， HybridA*与A*区别；

2、八股手撕：Leetcode239.滑动窗口最大值，判断一个点是否在再三角形内部

3、自适应PID

4、控制无人艇与车辆的区别

5、高速控制画龙问题如何解决

---

 

Case 5

一面

1、聊项目

2、A*，D*；

3、手撕：Leetcode102.二叉树的层序遍历，bfs与dfs两种方法；

4、智力题：一块蛋糕切n刀最多切几块

二面

1、项目算法提问

2、HybridA*解决什么问题，算法思想介绍

3、推理题：A，B，C三个角色，C告诉B生日日期，告诉A生日月份，给10个日期选项与一些条件，推理C的生日是哪一天。