游戏AI-Agentic AI在游戏场景的探索：感知，推理，决策

【课题背景】Agentic AI席卷全球，从专注代码生成的Agent到个人电脑助理Agent。随着Agentic AI研究和应用的深入，一些基础性的问题逐步呈现出来，例如，Agent对2D，3D场景的感知能力，复杂任务的推理和决策能力，和用户的交互能力，幻觉问题，安全问题，等。这些问题的改善亟需相关研究工作的投入。

【课题挑战】基于2D，3D垂类游戏场景，在感知，推理，决策等多个维度上，相比业界agentic AI主流方法，提出改进方案，进一步提升Agent在垂类场景上解决问题的能力，并探索相关商业化价值。

【具体工作】 参与游戏场景下Agent不同维度（感知，推理，决策，等）能力提升的研发工作，搭建完整pipeline构建相关场景下更智能，更高效，更鲁棒的Agent，并探索相关商业化落地的可能。

1. 01

   包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学等专业的博士和优秀硕士

2. 02

   对深度学习、强化学习、LLM、多模态大模型、等领域有深入理解。对Agentic AI有强烈研究兴趣和相关落地思考。

3. 03

   较强的工程实现能力，熟练掌握PyTorch等主流深度学习框架。