上篇把自动驾驶转机器人算法工程师相关的整体轮廓过了一遍，这篇沿着比亚迪的自动驾驶转机器人算法工程师岗，把规划决策这块往细里讲。规划决策：把它讲透，面试就稳了一半比亚迪面试自动驾驶转机器人算法工程师时，规划决策被问得最深。面试官不考概念，考你怎么把它落到人形机器人(研发中)上。面试官上来就是一道题：“多模态对话里，用户用含糊自然语言+手势混合指挥，系统怎么融合？”核心答案：构建统一指令表征：语音经ASR+意图解析出文本槽位，手势经关键点检测+手势分类出空间约束(指向/圈选区域)，二者在时空对齐的指令图里融合——手势补语言缺的空间指代，语言补手势缺的语义。融合后用LLM做一致性仲裁，冲突时以最近模态+高置信为准并口头确认。我们实测混合指令解析准确率比单模态高18点。面试官让把关键逻辑落到代码上，可以写成：def fuse(slot_text, gesture): if gesture['type']=='point' and '那个' in slot_text: slot_text['target'] = gesture['pointed_obj'] if gesture['type']=='circle': slot_text['region'] = gesture['bbox'] return llm.arbitrate(slot_text) # 一致性裁决
