游戏 AI / 强化学习算法实习生

面向回合制、实时 FPS 等游戏场景，参与智能体决策算法的设计、训练、评估与迭代；

协助开展强化学习策略网络、动作空间建模、动作掩码、奖励设计和课程学习等模块的研发与实验；

参与游戏环境交互、样本采集、模型训练及离线评估等算法链路的搭建与维护；

基于训练数据、评估指标和对照实验协助定位问题，持续优化智能体的决策效果、训练稳定性和场景覆盖能力；

参与并行采样、训练监控和数据处理等工程优化，并与客户端、引擎及策划团队协作推进项目落地。

计算机、人工智能、机器学习、应用数学等相关专业本科及以上在读，能够保证稳定的实习时间；

具备良好的机器学习、深度学习和强化学习基础，了解 PPO、Actor-Critic、GAE、策略梯度等基本方法；

熟悉 Python，具备良好的数据结构、算法和软件工程基础，能够阅读、调试和维护现有代码；

有模型训练或相关课程、科研、竞赛及个人项目经验，能够使用主流深度学习框架完成基础实验；

熟悉或愿意使用 Claude Code、Codex 等 AI 编程 / Agentic Coding 工具辅助代码阅读、开发、调试、测试和技术调研；

具备良好的学习能力、实验意识、数据分析能力和团队协作能力，能够通过对照实验验证算法方案。