自动驾驶规划与决策算法--面试总结
在秋招的过程中，我通过学习讨论区中的面经收获了很大的帮助。因此，在这里我也总结了秋招面试中的一些比较有代表性的问题，供同学们参考，也祝大家都能拿到自己心仪的offer。
我秋招投递的岗位主要是自动驾驶算法和一些AI相关的岗位，第一次发帖，先总结自动驾驶部分遇到的问题，如果大家读了觉得有帮助的话，我之后会再把AI算法岗遇到的面试题也总结出来，供大家参考。
我自动驾驶方向投递的公司有：美团，华为，小米，图森未来，小鹏，蔚来，理想汽车，轻舟智航，京东，AutoX (按照投递时间排序)；投递的岗位都是规控或者规划与决策算法。
在这里主要是总结一些经常被考到的问题，就不分开写面经了。
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（论文里的那个lattice, 可以参考论文 EFFICIENT CONSTRAINED PATH PLANNING VIA SEARCH IN STATE LATTICES ）；
4. Lattice planner 百度apollo的那个，可以参考一位大佬的博客（https://paul.pub/apollo-planning/）；
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；
4. 提高数据利用率的强化学习算法有哪些；
八股以及一些其它问题：
1. 八股就是网上常见的那些，问一些数据结构的底层实现，多态的实现什么的，还被问到过一次设计模式，有时间的化设计模式感觉可以稍微看看；
2. 了不了解汽车的IDM模型（这个应该不算规划，就写在这了）；
3. 最近看的哪些比较新的论文；
4. argoverse数据集的一些问题，vectornet的相关问题（应该属于轨迹预测那块）；
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860，一道简单题，被问过三次，感觉可能因为是一个决策问题所以比较容易考？还被问到过一次如何用RL解；
3. 机器人运动范围，力扣13，觉得这道题更倾向于解一个应用问题，多以单写来，感兴趣的同学可以练一下；
4. 八皇后，力扣51，到现在我还不太会，以前在别人面经里也看到过，觉得太难不会考，结果真遇到了😂；
5. 公交车线路，力扣815，难题；
6. 不用加号的加法，力扣153，当时遇见这道题感觉自己智商被完爆😂；
补充：其实我感觉面试如果前面发挥的好的话coding时面试官普遍不会刁难，很多时候就是出一个常见的mid题。
目前能回忆来的就这么多，之后再想起来什么比较重要的问题我再在评论区里补充。
引流：美团 华为 小米 图森未来 小鹏 蔚来 理想汽车 轻舟智航 京东 AutoX
#自动驾驶#
投递4399游戏等公司9个岗位 >
查看9道真题和解析
，其实说实话，点评真别写，给面试官印象很不好，你去随便找个差不多类型的写一下，也就一周就能搞完，大厂实习最重要的还是算法