自动驾驶 | 决策规划岗位校招面试中常见的数学方法整理

前言

前段时间，我mentor面试了一个决策规划方向实习的候选人，这个候选人是我母校的学生，算是我的学弟，跟我一个专业，他的老师是我学院的院长，所以我一开始抱着比较大的期待，在一边旁听面试过程了。

面试下来后，比较可惜，感觉这位学弟，对面试还是太过生疏了。。总结来讲主要是两点：

1. 对自己的项目过程并不是非常了解，有几个地方直接被我mentor问倒了。如果对自己的项目介绍还准备了ppt，注意还是不要直接用课题报告ppt来代替，ppt上应该突出的是需要着重深入讲的点。
2. 编程部分需要多练习，除了刷leetcode外，还需要掌握常用的数学方法的实现。

所以，这篇博客用来总结自动驾驶相关岗位校招面试中常用的数学方法代码实现，希望能够帮助到有需要的小伙伴。

计算几何学

对于决策规划岗位来说，计算几何学是绕不过去的一个基础，这部分实际上我还专门发过了b站视频来讲解工作中常用的计算几何学算法。它的主要实现我发在了另一篇博客，欢迎有需要的小伙伴们浏览查看，这里便不再赘述。

求解方程的根

面试中面试官可能会出求解方程的根的题目，当然题目不会这么直白。比如，面试官实际出的是：

求解x的开平方等于多少，精确到小数点后2位。

我相信大家对这类题肯定不陌生，因为leetcode中有类似的题目：69. x 的平方根

对于求解方程的根，我们常用的有以下几种方法：

• 牛顿法
• 梯度下降法
• 二分法
• 黄金分割法
• 抛物线法

至于这些方法的详细讲解和c++代码实现可以查看我之前的博客： https://blog.csdn.net/weixin_42301220/article/details/126816206。

无约束优化——求解函数极值

另外，还有求解函数极值的问题，之前同样也有博客专门详细讲解这一部分：https://blog.csdn.net/weixin_42301220/article/details/127628289

我们主要有以下几种方法来求解函数极值。

• 牛顿法
• 梯度下降法（一元和多元函数）
• 模拟退火

同样，详细讲解和c++代码实现可查看博客：https://blog.csdn.net/weixin_42301220/article/details/127628289，这里便不再赘述了。