基于游戏的 AGI 研究

课题背景： 随着游戏产业向开放世界、高沉浸感和强交互性演进，以及人工智能技术进入多模态与推理能力深度融合的新阶段，构建具备人类级认知、决策与交互能力的游戏智能体已成为学术界与工业界的共同前沿。当前，研究正从传统的指令跟随与单一游戏专家系统，向具备跨环境泛化能力、复杂任务推理能力及多模态理解与交互能力的通用游戏智能体范式演进。 近期突破性工作，如DeepMind的SIMA 2，通过集成先进的大语言模型（如Gemini），使智能体不仅能执行指令，更能进行目标推理、与环境对话并解释自身行为，在未经训练的游戏中也展现出强大的泛化能力。 在此背景下，本研究旨在突破当前“大语言模型规划+多智能体强化学习”的常见框架，直面三大核心挑战：

1. 01

   战略级博弈与动态适应：在复杂多变的游戏环境中，实现超越反应式行为的长期战略规划与实时动态策略调整；

2. 02

   具身协作与有记忆的角色：构建具备长期记忆、情感状态与个性化成长轨迹的智能体，使其能在团队中扮演有深度、可持续互动的智慧角色；

3. 03

   通用能力测试场：将高保真、高复杂度的游戏环境定位为通向人工通用智能（AGI）的关键测试平台，探索智能体在感知、推理、决策与创造方面的综合能力边界。 本研究将与头部游戏项目深度合作，直接针对其在高水平竞技AI、动态叙事生成与可持续游戏生态构建中的产业痛点进行攻关。 课题价值： 本课题兼具重大的产业应用价值与深远的科学探索意义，为博士生提供站在技术浪潮之巅、解决定义下一代AI核心问题的独特机会。 产业价值：直接赋能顶级游戏产品 研究成果将直接转化为可落地的AI解决方案，服务于合作方的头部游戏项目：

4. 01

   竞技AI：开发具备职业选手级战术理解与操作水平的AI，用于玩家训练、平衡性测试及高端赛事；

5. 02

   叙事与生态AI：创造能够理解剧情背景、承载情感记忆并与玩家形成独特羁绊的NPC，以及驱动虚拟社会动态演化的生态AI，极大提升游戏沉浸感。 学术价值：探索AGI的可行路径 游戏环境是研究通用智能的绝佳沙盒。通过本课题，研究者将：

6. 01

   推动基础模型与游戏智能的融合：探索如何将大规模预训练的世界知识、推理能力与在复杂环境中的实时感知-动作闭环相结合；

7. 02

   攻克因果推理与可解释性：在游戏提供的清晰因果结构中，深入研究智能体如何避免“因果混淆”，建立对环境机制的可解释理解；

8. 03

   验证智能体泛化与迁移的极限：系统研究智能体在跨游戏、跨任务、跨模态情境下的泛化能力，为更广泛的机器人学与AI应用提供原理性启示。 加入本课题，您将有机会参与世界前沿的 AGI 研究工作，基于充足的算力与数据资源，共同定义并构建下一代游戏智能体，并在此过程中为人工智能迈向通用智能的宏伟征程贡献关键基石。

1. 01

   包含但不限于计算机科学、人工智能、自动化、控制工程、模式识别、软件工程、信息工程、机器人学、认知科学、应用数学、统计学、运筹学等专业的博士和优秀硕士；

2. 02

   熟练掌握大语言模型（LLM）基本原理与应用，熟练掌握强化学习经典算法方法（PPO、DQN、MCTS等）；

3. 03

   熟悉PyTorch、Hugging Face Transformers、RLlib等至少一个主流深度学习或Agent开发框架，具备较强的工程实现与系统搭建能力；

4. 04

   熟悉Python编程语言，具备良好的软件工程素养，熟悉Linux开发环境；

5. 05

   加分项：在AI Agent、强化学习、NLP、游戏AI等相关领域发表过顶会/顶刊论文（如NeurIPS、ICML、ICLR、ACL、AAAI、CoRL等）；有游戏AI相关项目（如游戏Bot、自动化测试、智能NPC等）开发经验；有维护过具有一定影响力的开源项目。 此课题同时招聘应届实习生和低年级实习生。