规控算法工程师的技术图谱和学习路径

规控算法工程师技术图谱与学习路径

规控算法工程师（规划与控制算法工程师）是自动驾驶领域的核心岗位之一，涉及路径规划、行为决策、运动控制等多个技术模块。以下为技术图谱与学习路径的整合，结合行业需求和技术发展趋势。

---

一、技术图谱核心模块

1. 数学基础

   • 线性代数：矩阵运算、向量空间、特征值分解（用于控制系统建模与优化）。
   • 微积分：梯度下降、泰勒展开、动态系统建模（支持控制算法推导）。
   • 概率论与统计学：贝叶斯理论、马尔可夫决策过程（MDP/POMDP）、不确定性建模（用于决策系统）。
   • 优化理论：凸优化、非线性优化（应用于MPC、LQR等控制算法）。

2. 编程与工具

   • 语言：精通C++（算法开发与部署）、Python（仿真与数据处理）。
   • 开发环境：Linux/ROS系统、Git版本控制、Docker容器化部署。
   • 仿真工具：CARLA、MATLAB/Simulink、Prescan（算法验证与调试）。

3. 核心算法

   • 路径规划：
     • 经