滴滴提前批预测算法凉经

秋招的第一次面试0815，当时还在公司实习，也没有太过多准备，很多东西回答的都不是很好；提前批挂了之后正式批也是直接简历挂

1. 详细讲讲量产模型与MultiPath++与VectorNet模型的区别和改进？
2. 交互用的是什么？MCG与cross-attention的区别？
3. 地图的建模是如何的呢？
4. 一个元素8个点，表示较短的道路来说是足够的，但是如果是表示较大的路口是不是不太够呢？
    ⅰ. 会不会出现地图元素的失真呢？比如对于一个polygon进行降采样，可能会使得某些角落失真。
    ⅱ. 这会不会影响一些道路的硬边界失真，使得车辆穿过的问题？会有些后处理的规则或则添加模型的loss直接约束呢？
5. 预测模型的loss会有哪些？
  a.  轨迹xy序列与真值的loss
  b. 概率的loss是如何定义和训练的？
  c. 意图的loss是如何定义和训练的？
  d. 交叉熵损失和KL损失有什么区别？
 6. 每批数据里面，cut-in可能是比较少的值，那这样的话会有严重的数据不平衡问题，这是如何解决的呢？
 7. 比如真实场景下，cut-in只有比较少的，调整cut-in的数据，增加他分布的占比，会不会导致相较于真实世界，更多的召回cut-in？
 8. 模型部署这方面，有什么不支持的onnx算子吗？有什么限制吗？
9. 预测不同的轨迹数量，是不是只有时延的考虑，能详细讲讲效果的考虑这方面吗？
10. MultiPath++的EM算法讲一下
手撕：
棋盘问题DFS
#你都收到了哪些公司的感谢信？##自动驾驶##深度学习##第一次面试#