卡尔动力二面相隔的时间很长，而且都没有手撕，面试官都非常好，探讨了许多开放性的问题，学习到了很多，就是似乎不往下推进了一面09.031.  模型的泛化能力是如何评估的？效果如何？2.  持续学习的现实意义，应用场景3.  主动学习4.  车辆的尾灯信息的利用5.  预测和规划接口的设计，多模态的承接能力6.  轨迹和意图是对应的吗？7.  上游发了两条轨迹，下游是同等的使用，那么这两条轨迹有没有什么意义，区别呢？8.   waymo交互预测9.   AI-Planner数据的来源 10.  基于规则系统提供真值是否合理反问：1.  在卡车1带多的业务模式下，轨迹预测与普通的会有什么区别吗？2.  AI-Planner的情况二面09.201. scene-centric精度差的原因？以及可以优化的地方？2. sceneTransformer3. 交互，一致性预测GameFormer如何做的？4. 优化目标和评价指标本身需要那些改动？5. 在scene-centric的情况下，如何提升agent-wise的指标，即单个agent的minADE与minFDE6. 损失的设计方式，拉普拉斯分布或则高斯分布的损失设计区别7. 预测和规划如何更好的去做协作，下游需要什么形式的多模态的定义8. 多模态有哪些类型？9. 下游如何更好的去使用这些多模态的信息？10. 基于规则已经能够解决的话，需要用模型去解决什么问题呢？11. 直接输出一条替代完整planning系统的轨迹存在问题，那这个问题可能是什么造成的呢？可以从哪些方面去做优化呢？反问：1. 预测和决策如何联合的？#你都收到了哪些公司的感谢信？##自动驾驶##卡尔动力#

8月多的时候投的预测算法，笔试做完后，8月29号约的一面，而后9月25号约的二面，相隔可真长，现在又无信息了，估计无了一.笔试1. 计算几何，判断一个多边形是否是凸多边形2. 一个数n最少由多少个完全平方数组成3. 求一个数的平方根二.一面08291. 按STAR原则讲一下论文2. 实习时地图元素的处理和属性信息的利用是如何做的3. 不同的损失设计4. 软边界和硬边界如何考虑，如何交互？5. cost如何设计6. 一根木棍，随机分成三段，能够组成三角形的概率是多少？手撕： 二叉树的层序遍历三.0925二面1. 车辆尾灯信息的特征，是否会用尾灯信息做一个准确率的召回？一致性2. 算子支持情况的黑白名单3. 多模态的形式，无anchor-based的方法4. 变道场景在模型中如何处理5. 数据集的工作与管理手撕：单调栈相关题目#自动驾驶#

8月20号投的，8月28号一面【秋招面的第三家，面试官很好，感觉是在和你讨论，并在过程中会表示肯定】，9月6号二面，二面后一个礼拜感谢信；二面代码面第二题虽然也大致写出来了，但面试官表示还是存在一些问题，听说是每一面后都会进行排序，估计排序挂了，不过代码功底也确实还是不够，需要加强，之前图论相关得题目还是写的太少了；正式批又重新开始面了 刚刚一面完08.28一面：1.  处理数据不平衡有什么方法2.  从评测角度去看类别不平衡3.  数据分布偏移：训练数据里面高速场景比较多的话，他会无法泛化到速度比较低的问题；模型里面有去解决吗？4.  元学习相关问题5.  地图的向量化编码相比原来的栅格的地图编码的区别，优劣6.  模型部署相关问题7.  如何做learning-based的决策规划的？整体架构8.  训练数据的来源是什么？可靠吗？如何评价数据的好坏9.  相较于传统规划，模型的优点是什么？能解决什么问题？10. cost的设计和优化相关问题11. 评测是如何的？12. 虚函数讲解一下13. 类里都有构造函数和析构函数，析构函数都需要声明成virtual，为什么需要这么做手撕：leetcode 149 Hard 线上最多的点数09.06二面：1. hot100 二分查找 求target第一个和最后一个的位置2. leetcode 365 水壶问题变种 改成求最小操作次数#你都收到了哪些公司的感谢信？##提前批简历挂麻了怎么办##深度学习##自动驾驶##小米#

10.14二面用的鱼眼还是针孔相机，了解联合标定的原理吗，你怎么做的联合标定，有定量验证内外参准确度吗？六相机和雷达的同步对齐怎么做的？slam建图中动态障碍物的鬼影知道怎么去除吗？要求ros中某个订阅者只需要接受第一次的消息，之后销毁，怎么操作？模型部署中，不能直接导出onnx模型怎么做的，有写过插件吗，对比过用插件和cuda核函数的耗时嘛？修改网络模型，你是主要做了哪些改动？对于自动驾驶场景中的遮挡问题，你知道什么好的解决办法吗？有尝试去做transformer相关的bev算法吗，说一下detr的缺点手撕 岛屿面积 #面经#  🤔 面试感受⏳ 投递进度条