笔试都没有😭

相关推荐

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#
点赞 评论 收藏
分享
牛客网
牛客企业服务