游戏AI-面向UGC游戏的Vibe Gaming Agent

课题背景： UGC类游戏（如我的世界、Roblox）正经历从“手动搭建”向“AI 辅助生成”的范式转变。本课题致力于打造一个UGC游戏的创作助手，让玩家通过简单的图文交互，不用接触复杂的游戏引擎或编辑器，不写一行代码，就能实现自己的创意，创作出精美可玩的游戏关卡。 课题挑战：

1. 01

   跨模态的空间推理与生成： 如何赋予 Agent 强大的空间智能，使其能从参考图像或抽象描述中提取结构化布局信息，并生成符合物理常识与游戏设计规则的 3D 场景布局；

2. 02

   智能体的评估与训练：如何在开放多样的UGC环境中构建智能体的评测方法，以及在长轨迹、多工具与复杂环境交互下，实现大模型智能体高效稳定的训练。 具体工作： 你将作为核心研究员，探索以下方向（包括但不限于）：多模态资产表征与关系建模；研究从图文到 3D 布局的生成算法；构建“感知-规划-行动”闭环 Agent 系统；智能体强化学习，包括环境合成、工具调用、奖励评估等；代码生成，基于垂直领域的游戏代码生成。

1. 01

   包括但不限于计算机、信息工程、人工智能、自动化、应用数学等相关专业的博士或优秀硕士在读；

2. 02

   对LLM/VLMAgent、RL后训练、3D场景理解/生成、图机器学习任一方向有深入理解；

3. 03

   具备优秀的科研视野与工程实现能力，熟练掌握PyTorch等深度学习框架。