百度实习自动驾驶驾驶预测/决策规划模型二面

 总时长38分钟

老套路，先是进行了自我介绍，3分钟完成。

自我介绍完，我主动的问面试官，我要不要对我的主要工作做一个简要的汇报，面试官说可以，于是我便开始照着ppt阿巴阿巴。

我发现这是一个很有用的技巧，因为若面试官同意汇报，相当于是把面试官引入了我的节奏，我讲的所有东西都是我亲手做过的，而且这样后，面试官问的问题也会和项目中内容相关，这样就会回答起来非常得心应手。这样就比你什么都不说，然后面试官突然提一个冷门的知识，你在那支支吾吾半天答不上来好太多了。而且，他在这问的问题越多，由于时长原因，后面问的其它问题就会越少。

这场面试印象比较深的一个问题的是，PPO相对于其它策略梯度的算法有什么优势？我画图讲解了PPO使用了优势函数，让训练过程更加快速和稳定。然后面试官说，除了优势函数，PPO还有一个技巧来方法网络更新是参数差距过大，没等他说完，我赶紧抢着说，PPO有两种方式来实现更新时参数差距过大，一个是KL散度。。。。。。一个是截断函数。。。。。。通过这两种方式来实现早停。。。。。。

讲完ppt后，面试官也没问其它的问题，进入了手撕代码环节。

给了两个题目，让二选一。第一题又臭又长，我看都没看完，貌似是让你用python实现某个机器学习过程。第二题就比较简单，给定一个二叉树，让你输出每层节点的最大值，果断选择第二题，并几分钟写完了代码。

然后面试官看我写的比较快，又让我用pythorch手动实现一下MLP，当时也没想那么多，就写了一个单层的MLP。

最后反问环节，我还是问了老掉牙的问题，进去后主要干什么？是否有人带。现在想想估计面试官听这些也都听腻了吧。下次就问应该提前学些什么或准备些什么吧。