光子AI-游戏智能体技术研究

课题背景： 随着大模型技术的演进，游戏智能体正从传统的基于行为树与单一强化学习范式，全面迈向由大语言模型与多模态视觉 - 语言 - 动作（VLA）架构驱动的通用智能体时代。尽管当前模型在基于文本的社会模拟沙盒（如斯坦福小镇）中展现出了涌现性的群体交互能力，但在处理高维 3D 开放世界、高动态战术竞技环境以及长时间跨度的空间导航与多步决策上，仍面临状态空间爆炸、跨模态动作映射极易失效及多智能体协作策略脆弱等瓶颈。本课题聚焦于探索下一代游戏智能体技术，构建从宏观社会行为演算到微观物理引擎感知（VLA）的全栈式智能体决策架构与评测体系。 课题挑战： 多智能体社会模拟与长程记忆机制： 在构建高自由度沙盒或复杂战术协作团队时，如何设计高效的流式记忆检索、反思机制与群体社会演化规则，避免智能体陷入 “行为死循环”，并实现高拟真度的社会性与团队博弈能力； 开放世界中的 VLA 具身决策与时空推理： 面对高动态的 3D 游戏环境，如何突破纯文本或符号接口的局限，通过原生 VLA 模型实现纯视觉输入下的精准时空感知与零样本动作泛化，克服跨游戏场景或异构引擎间的 “领域鸿沟”。 具体工作： 参与新一代游戏智能体（涵盖生成式社会智能体与底层 VLA 具身智能体等）的基础架构设计与模型研发；主导或参与大规模游戏交互对局数据的自动化合成与清洗流水线；探索并落地基于环境反馈与自我博弈的高效强化学习算法；推动泛化智能体在前沿游戏品类中的工程落地与系统性能力评测。

1. 01

   包含但不限于计算机、人工智能、自动化、控制工程、应用数学、运筹学等专业的博士和优秀硕士；

2. 02

   深入理解大语言模型底层机制与多模态 Agent 技术栈；精通生成式多智能体群体模拟或具身智能大模型架构的设计与优化；熟悉强化学习在大模型对齐与推理增强中的最新应用；

3. 03

   精通 Python 编程，熟练驾驭 PyTorch 等主流深度学习框架；具备强大的系统架构搭建与工程实现能力，能打通从 “大模型 / Agent 策略设计” 到 “游戏引擎交互” 的端到端数据与控制闭环；

4. 04

   加分项：在人工智能、游戏AI等领域发表过顶会论文（如NeurIPS、ICML、ICLR等）；有游戏Bot、AI对战或自动化测试项目经验。