小馬智行自動駕駛規劃算法面試經歷：行為預測+運動規劃+決策全考察

背景介紹

先說下我的情況吧，我是在另一家自動駕駛公司做了2年規劃算法工程師，主要做行為預測和運動規劃這塊。說實話，小馬智行一直是我心目中的白月光，畢竟在國內自動駕駛公司裡，小馬的技術實力和落地進度都是頂尖的。今年年初看到他們在招規劃算法工程師，我毫不猶豫就投了。

投簡歷之前我其實挺忐忑的，因為雖然做了2年規劃，但主要是在結構化道路上做，複雜場景的經驗不算特別多。但轉念一想，不試試怎麼知道呢？於是花了兩週時間把行為預測、運動規劃和決策相關的知識點都過了一遍，尤其是Lattice Planner和基於學習的預測方法，這些是重點中的重點。

整個面試流程是三輪技術面+一輪HR面，下面我詳細復盤每一輪的面試內容。

面試流程復盤

一面：行為預測+深度學習

一面是個看起來很年輕的工程師，後來知道是預測組的，人很nice。開場先讓我自我介紹，然後直接進入技術環節。

他先問了我當前項目裡行為預測是怎麼做的，我詳細講了我們用的基於意圖的預測框架：先做意圖分類（左轉、直行、右轉），再根據意圖生成軌跡。他追問了幾個問題：

1. 意圖分類的準確率怎麼樣？誤分類的後果有多嚴重？

我說意圖分類的準確率大概在85%左右，誤分類確實會導致規劃出的軌跡不安全，所以我們會在規劃層做一個safety check，如果預測軌跡和規劃軌跡有衝突，會觸發緊急避障。他點了點頭，似乎對這個回答還算滿意。

2. 你們有沒有考慮過用端到端的方法做預測？

我說我們嘗試過用Social GAN做軌跡預測，效果還行但可解釋性太差，在安全關鍵場景下不敢用。後來改成了基於規則+學習的混合方法，規則負責處理確定性高的場景，學習負責處理不確定性高的場景。

接下來他開始問深度學習的基礎知識：

3. Transformer在序列預測中的優勢是什麼？

我說主要優勢是能夠捕捉長距離依賴關係，而且可以並行計算，比LSTM快很多。在行為預測中，我們用Transformer來編碼周圍車輛的歷史軌跡，效果比LSTM好了不少。

4. 你們訓練預測模型的時候，loss function是怎麼設計的？

我說我們用了多任務loss，包括意圖分類的交叉熵loss和軌跡回歸的ADE/FDE loss，還加了一個多樣性loss來鼓勵模型生成多樣化的預測軌跡。他追問多樣性loss具體怎麼實現的，我說是基於GMM的，每個mode對應一個高斯分佈，用負對數似然作為loss。

5. 如果預測結果和實際行為偏差很大，你們怎麼處理？

我說我們有一個在線監控系統，如果預測偏差超過閾值，會觸發重新預測，同時規劃層會切換到更保守的策略。另外我們也會把這種case收集起來，加入訓練數據。

一面大概聊了1個小時，面試官最後說「基礎還不錯」，讓我等二面通知。

二面：運動規劃+Lattice Planner

二面是個資深工程師，一上來就問運動規劃，氣氛明顯比一面緊張不少。

1. 先說說你對Lattice Planner的理解？

我說Lattice Planner的核心思想是在狀態空間中採樣一組候選軌跡，然後用cost function評估每條軌跡，選擇cost最低的。關鍵點在於採樣策略和cost function的設計。採樣太密計算量大，太疏可能錯過最優解；cost function需要綜合考慮舒適性、安全性和交規遵守。

2. Lattice Planner和RRT Star有什麼區別？

我說Lattice Planner是在離散化的狀態空間中搜索，而RRT Star是在連續空間中隨機採樣。Lattice Planner的優點是軌跡質量可控，缺點是狀態空間離散化可能丟失一些好的解。RRT Star的優點是概率完備，缺點是軌跡可能不夠平滑，需要後處理。

3. 你在實際項目中怎麼處理動態障礙物的？

我說我們用了時空A*算法，把時間作為第三個維度加入搜索空間。對於動態障礙物，根據預測軌跡在時空圖中標記佔用區域，搜索時避開這些區域。他追問這樣計算量會不會太大，我說確實會，所以我們做了一些優化，比如只在障礙物周圍一定範圍內做時空搜索，遠處用靜態規劃。

4. 說說你對Frenet坐標系的理解？為什麼在自動駕駛規劃中常用？

我說Frenet坐標系是沿參考線建立的曲線坐標系，縱向用s表示沿參考線的弧長，橫向用d表示偏離參考線的距離。在自動駕駛中常用的原因是：道路本身是彎曲的，用笛卡爾坐標系描述車輛在道路上的位置不太直觀，而Frenet坐標系天然適合描述車輛在車道上的縱向和橫向運動，而且可以將3D規劃問題解耦為縱向和橫向兩個1D問題。

5. 橫向規劃和縱向規劃怎麼協調？

我說我們用的是交替優化策略：先固定縱向軌跡優化橫向，再固定橫向優化縱向，迭代幾次直到收斂。另外在高速場景下，橫向和縱向的耦合比較弱，可以獨立規劃；但在低速場景下耦合較強，需要聯合優化。

6. 你們規劃出來的軌跡怎麼保證是動力學可行的？

我說我們在採樣端就做了約束，只採樣滿足車輛運動學約束的軌跡（最大曲率、最大加速度等），而不是採樣完再檢查。這樣雖然採樣空間小了一些，但可以保證每條候選軌跡都是可執行的。

二面聊了大概1小時15分鐘，面試官問得非常細，有好幾個問題我答得不太好，尤其是時空A*的優化細節，我說得比較模糊。面完心裡有點慌。

三面：決策系統+項目深挖

三面是規劃組的tech lead，氣場很強。他先讓我詳細講了一個我做過的最有挑戰的項目。

我講了我們在複雜路口的規劃項目，包括如何處理多車交互、如何處理行人突然闖入等。他問了幾個很深入的問題：

1. 你們的決策系統是怎麼架構的？

我說我們用的是分層決策架構：最上層是導航決策（走哪條路），中間層是行為決策（跟車、變道、讓行等），最底層是運動規劃。行為決策層用的是有限狀態機+規則，狀態包括跟車、變道準備、變道執行、緊急停車等。

2. 有限狀態機的狀態爆炸問題怎麼解決？

我說確實會遇到狀態爆炸的問題，尤其是場景複雜的時候。我們的做法是把狀態分層，高層狀態處理抽象行為，低層狀態處理具體動作。另外，我們也在探索用強化學習來替代部分規則，但目前在安全關鍵場景下還是以規則為主。

3. 如果決策和規劃的結果衝突了怎麼辦？

我說我們有一個仲裁機制：如果規劃層發現決策層給出的行為不可行（比如變道但旁邊有車），會反饋給決策層重新決策。如果時間來不及，規劃層會執行一個fallback策略（比如保持當前車道跟車）。

4. 你們怎麼評估規劃系統的整體性能？

我說我們有一套評估體系，包括仿真評估和實車評估。仿真評估主要看通過率、舒適性指標（加速度、jerk）、安全性指標（碰撞率、TTC）；實車評估主要看接管率、人工干預次數。他追問仿真和實車的一致性怎麼樣，我說大概70%左右，主要是仿真中行人行為不夠真實。

5. 你覺得當前規劃系統最大的瓶頸是什麼？

我說我覺得最大的瓶頸是預測和規劃的耦合。目前預測是先做預測再規劃，是串行的，但實際上預測和規劃是相互影響的——我的規劃行為會影響其他車的行為，其他車的行為變化又反過來影響我的規劃。這個問題不解決，規劃系統永遠做不到人類司機的水平。

三面聊了1個多小時，面試官明顯對技術深度要求很高。最後他問我有什麼問題，我問了小馬在行為預測方面最新的進展，他簡單說了幾句，感覺他們也在探索預測和規劃的聯合優化。

真題彙總

行為預測部分：

1. 基於意圖的預測框架怎麼設計？意圖分類準確率如何提升？

2. 端到端預測方法的優缺點？在安全場景下怎麼保證可解釋性？

3. Transformer在序列預測中的優勢和具體應用？

4. 預測模型的loss function設計（多任務loss、多樣性loss）？

5. 預測偏差大時怎麼在線處理？

運動規劃部分：

6. Lattice Planner的核心思想和關鍵參數？

7. Lattice Planner vs RRT Star的區別和適用場景？

8. 動態障礙物在時空圖中的處理方法？

9. Frenet坐標系的理解和優勢？

10. 橫向規劃和縱向規劃的協調策略？

11. 如何保證規劃軌跡的動力學可行性？

決策系統部分：

12. 分層決策架構的設計？

13. 有限狀態機的狀態爆炸問題？

14. 決策和規劃的衝突處理機制？

15. 規劃系統的評估體系？

16. 預測和規劃的耦合問題？

心得建議

1. 基礎一定要扎實：小馬的面試非常注重基礎，不管是深度學習還是規劃算法，都會從最基本的概念問起，然後逐步深入。如果你的基礎不牢，很容易在追問中露餡。

2. 項目經驗要能講清楚：面試官會圍繞你的項目問很多細節，包括為什麼這麼做、有沒有考慮過其他方案、遇到什麼問題怎麼解決的。所以一定要對自己的項目非常熟悉，不能只講個大概。

3. 了解行業最新進展：面試中會問到一些前沿方向，比如預測和規劃的聯合優化、端到端規劃等。如果你能說出自己的理解和思考，會加分不少。

4. 不要怕說不知道：有幾個問題我確實不太清楚，直接說了「這個我不太了解」，面試官也沒有為難我，反而會換個角度引導我。裝懂被拆穿才是最尷尬的。

5. 準備時間建議2-3週：如果你有2年左右的相關經驗，2-3週的集中準備應該夠了。重點復習規劃算法（Lattice Planner、A*、RRT）、行為預測（意圖分類、軌跡生成）、深度學習基礎（Transformer、Loss設計）。

FAQ

Q：小馬智行的面試難度怎麼樣？

A：說實話挺難的，尤其是二面和三面。一面偏基礎，二面偏算法深度，三面偏系統設計和項目經驗。整體難度我覺得在自動駕駛公司裡屬於第一梯隊。

Q：面試官的風格怎麼樣？

A：三個面試官風格差異挺大的。一面比較輕鬆，像聊天；二面比較嚴肅，問題很密集；三面最有壓力，會不斷追問直到你答不上來。

Q：需要刷LeetCode嗎？

A：沒有考LeetCode，但會問算法思路，比如A*的啟發函數怎麼設計、搜索空間怎麼剪枝等。建議把規劃相關的經典算法搞明白就行。

Q：薪資怎麼樣？

A：這個因人而異，我了解到規劃算法崗的base大概在40-60k之間，具體看級別和談的情況。

Q：面試結果多久出來？

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