小马智行自动驾驶规划算法面试经历：行为预测+运动规划+决策全考察

背景介绍

先说下我的情况吧，我是在另一家自动驾驶公司做了2年规划算法工程师，主要做行为预测和运动规划这块。说实话，小马智行一直是我心目中的白月光，毕竟在国内自动驾驶公司里，小马的技术实力和落地进度都是顶尖的。今年年初看到他们在招规划算法工程师，我毫不犹豫就投了。

投简历之前我其实挺忐忑的，因为虽然做了2年规划，但主要是在结构化道路上做，复杂场景的经验不算特别多。但转念一想，不试试怎么知道呢？于是花了两周时间把行为预测、运动规划和决策相关的知识点都过了一遍，尤其是Lattice Planner和基于学习的预测方法，这些是重点中的重点。

整个面试流程是三轮技术面+一轮HR面，下面我详细复盘每一轮的面试内容。

面试流程复盘

一面：行为预测+深度学习

一面是个看起来很年轻的工程师，后来知道是预测组的，人很nice。开场先让我自我介绍，然后直接进入技术环节。

他先问了我当前项目里行为预测是怎么做的，我详细讲了我们用的基于意图的预测框架：先做意图分类（左转、直行、右转），再根据意图生成轨迹。他追问了几个问题：

1. 意图分类的准确率怎么样？误分类的后果有多严重？

我说意图分类的准确率大概在85%左右，误分类确实会导致规划出的轨迹不安全，所以我们会在规划层做一个safety check，如果预测轨迹和规划轨迹有冲突，会触发紧急避障。他点了点头，似乎对这个回答还算满意。

2. 你们有没有考虑过用端到端的方法做预测？

我说我们尝试过用Social GAN做轨迹预测，效果还行但可解释性太差，在安全关键场景下不敢用。后来改成了基于规则+学习的混合方法，规则负责处理确定性高的场景，学习负责处理不确定性高的场景。

接下来他开始问深度学习的基础知识：

3. Transformer在序列预测中的优势是什么？

我说主要优势是能够捕捉长距离依赖关系，而且可以并行计算，比LSTM快很多。在行为预测中，我们用Transformer来编码周围车辆的历史轨迹，效果比LSTM好了不少。

4. 你们训练预测模型的时候，loss function是怎么设计的？

我说我们用了多任务loss，包括意图分类的交叉熵loss和轨迹回归的ADE/FDE loss，还加了一个多样性loss来鼓励模型生成多样化的预测轨迹。他追问多样性loss具体怎么实现的，我说是基于GMM的，每个mode对应一个高斯分布，用负对数似然作为loss。

5. 如果预测结果和实际行为偏差很大，你们怎么处理？

我说我们有一个在线监控系统，如果预测偏差超过阈值，会触发重新预测，同时规划层会切换到更保守的策略。另外我们也会把这种case收集起来，加入训练数据。

一面大概聊了1个小时，面试官最后说"基础还不错"，让我等二面通知。

二面：运动规划+Lattice Planner

二面是个资深工程师，一上来就问运动规划，气氛明显比一面紧张不少。

1. 先说说你对Lattice Planner的理解？

我说Lattice Planner的核心思想是在状态空间中采样一组候选轨迹，然后用cost function评估每条轨迹，选择cost最低的。关键点在于采样策略和cost function的设计。采样太密计算量大，太疏可能错过最优解；cost function需要综合考虑舒适性、安全性和交规遵守。

2. Lattice Planner和RRT Star有什么区别？

我说Lattice Planner是在离散化的状态空间中搜索，而RRT Star是在连续空间中随机采样。Lattice Planner的优点是轨迹质量可控，缺点是状态空间离散化可能丢失一些好的解。RRT Star的优点是概率完备，缺点是轨迹可能不够平滑，需要后处理。

3. 你在实际项目中怎么处理动态障碍物的？

我说我们用了时空A*算法，把时间作为第三个维度加入搜索空间。对于动态障碍物，根据预测轨迹在时空图中标记占用区域，搜索时避开这些区域。他追问这样计算量会不会太大，我说确实会，所以我们做了一些优化，比如只在障碍物周围一定范围内做时空搜索，远处用静态规划。

4. 说说你对Frenet坐标系的理解？为什么在自动驾驶规划中常用？

我说Frenet坐标系是沿参考线建立的曲线坐标系，纵向用s表示沿参考线的弧长，横向用d表示偏离参考线的距离。在自动驾驶中常用的原因是：道路本身是弯曲的，用笛卡尔坐标系描述车辆在道路上的位置不太直观，而Frenet坐标系天然适合描述车辆在车道上的纵向和横向运动，而且可以将3D规划问题解耦为纵向和横向两个1D问题。

5. 横向规划和纵向规划怎么协调？

我说我们用的是交替优化策略：先固定纵向轨迹优化横向，再固定横向优化纵向，迭代几次直到收敛。另外在高速场景下，横向和纵向的耦合比较弱，可以独立规划；但在低速场景下耦合较强，需要联合优化。

6. 你们规划出来的轨迹怎么保证是动力学可行的？

我说我们在采样端就做了约束，只采样满足车辆运动学约束的轨迹（最大曲率、最大加速度等），而不是采样完再检查。这样虽然采样空间小了一些，但可以保证每条候选轨迹都是可执行的。

二面聊了大概1小时15分钟，面试官问得非常细，有好几个问题我答得不太好，尤其是时空A*的优化细节，我说得比较模糊。面完心里有点慌。

三面：决策系统+项目深挖

三面是规划组的tech lead，气场很强。他先让我详细讲了一个我做过的最有挑战的项目。

我讲了我们在复杂路口的规划项目，包括如何处理多车交互、如何处理行人突然闯入等。他问了几个很深入的问题：

1. 你们的决策系统是怎么架构的？

我说我们用的是分层决策架构：最上层是导航决策（走哪条路），中间层是行为决策（跟车、变道、让行等），最底层是运动规划。行为决策层用的是有限状态机+规则，状态包括跟车、变道准备、变道执行、紧急停车等。

2. 有限状态机的状态爆炸问题怎么解决？

我说确实会遇到状态爆炸的问题，尤其是场景复杂的时候。我们的做法是把状态分层，高层状态处理抽象行为，低层状态处理具体动作。另外，我们也在探索用强化学习来替代部分规则，但目前在安全关键场景下还是以规则为主。

3. 如果决策和规划的结果冲突了怎么办？

我说我们有一个仲裁机制：如果规划层发现决策层给出的行为不可行（比如变道但旁边有车），会反馈给决策层重新决策。如果时间来不及，规划层会执行一个fallback策略（比如保持当前车道跟车）。

4. 你们怎么评估规划系统的整体性能？

我说我们有一套评估体系，包括仿真评估和实车评估。仿真评估主要看通过率、舒适性指标（加速度、jerk）、安全性指标（碰撞率、TTC）；实车评估主要看接管率、人工干预次数。他追问仿真和实车的一致性怎么样，我说大概70%左右，主要是仿真中行人行为不够真实。

5. 你觉得当前规划系统最大的瓶颈是什么？

我说我觉得最大的瓶颈是预测和规划的耦合。目前预测是先做预测再规划，是串行的，但实际上预测和规划是相互影响的——我的规划行为会影响其他车的行为，其他车的行为变化又反过来影响我的规划。这个问题不解决，规划系统永远做不到人类司机的水平。

三面聊了1个多小时，面试官明显对技术深度要求很高。最后他问我有什么问题，我问了小马在行为预测方面最新的进展，他简单说了几句，感觉他们也在探索预测和规划的联合优化。

真题汇总

行为预测部分：

1. 基于意图的预测框架怎么设计？意图分类准确率如何提升？

2. 端到端预测方法的优缺点？在安全场景下怎么保证可解释性？

3. Transformer在序列预测中的优势和具体应用？

4. 预测模型的loss function设计（多任务loss、多样性loss）？

5. 预测偏差大时怎么在线处理？

运动规划部分：

6. Lattice Planner的核心思想和关键参数？

7. Lattice Planner vs RRT Star的区别和适用场景？

8. 动态障碍物在时空图中的处理方法？

9. Frenet坐标系的理解和优势？

10. 横向规划和纵向规划的协调策略？

11. 如何保证规划轨迹的动力学可行性？

决策系统部分：

12. 分层决策架构的设计？

13. 有限状态机的状态爆炸问题？

14. 决策和规划的冲突处理机制？

15. 规划系统的评估体系？

16. 预测和规划的耦合问题？

心得建议

1. 基础一定要扎实：小马的面试非常注重基础，不管是深度学习还是规划算法，都会从最基本的概念问起，然后逐步深入。如果你的基础不牢，很容易在追问中露馅。

2. 项目经验要能讲清楚：面试官会围绕你的项目问很多细节，包括为什么这么做、有没有考虑过其他方案、遇到什么问题怎么解决的。所以一定要对自己的项目非常熟悉，不能只讲个大概。

3. 了解行业最新进展：面试中会问到一些前沿方向，比如预测和规划的联合优化、端到端规划等。如果你能说出自己的理解和思考，会加分不少。

4. 不要怕说不知道：有几个问题我确实不太清楚，直接说了"这个我不太了解"，面试官也没有为难我，反而会换个角度引导我。装懂被拆穿才是最尴尬的。

5. 准备时间建议2-3周：如果你有2年左右的相关经验，2-3周的集中准备应该够了。重点复习规划算法（Lattice Planner、A*、RRT）、行为预测（意图分类、轨迹生成）、深度学习基础（Transformer、Loss设计）。

FAQ

Q：小马智行的面试难度怎么样？

A：说实话挺难的，尤其是二面和三面。一面偏基础，二面偏算法深度，三面偏系统设计和项目经验。整体难度我觉得在自动驾驶公司里属于第一梯队。

Q：面试官的风格怎么样？

A：三个面试官风格差异挺大的。一面比较轻松，像聊天；二面比较严肃，问题很密集；三面最有压力，会不断追问直到你答不上来。

Q：需要刷LeetCode吗？

A：没有考LeetCode，但会问算法思路，比如A*的启发函数怎么设计、搜索空间怎么剪枝等。建议把规划相关的经典算法搞明白就行。

Q：薪资怎么样？

A：这个因人而异，我了解到规划算法岗的base大概在40-60k之间，具体看级别和谈的情况。

Q：面试结果多久出来？

A：我是一面后3天收到二面通知，二面后5天收到三面通知，三面后1周收到offer。