1、算法设计与开发：负责基于强化学习的自动驾驶决策规划模型设计、训练、调优与验证，主导模型架构选型（如生成式端到端 + 规则式 fallback 方案）与性能优化，确保模型输出符合真实驾驶场景需求。 2、数据处理与闭环：参与多模态传感器数据（摄像头、激光雷达、毫米波雷达等）的采集、清洗、标注与管理，构建高质量数据集并维护数据闭环系统，支撑模型迭代与长尾场景覆盖。 3、仿真与实车测试：开展模型离线验证与指标评估，通过仿真平台（如天演仿真平台）进行场景测试，参与实车调试与问题分析，优化模型在复杂工况下的鲁棒性。 4、策略优化与迭代：设计强化学习 reward 函数与训练策略，解决模型在变道、跟车、路口通行等场景中的行为优化问题，推动模型通过 OTA 方式持续迭代升级。 5、跨模块协同：参与车辆运动学控制策略开发，协调纵向扭矩、制动系统与强化学习模型的接口定义，配合动力域、底盘域完成系统集成与联调 。