竞技世界【竞技世界】游戏AI强化学习算法工程师
1、研究并应用强化学习（RL）技术在游戏场景中的创新应用，如 NPC 行为学习、自适应游戏策略、自动化测试等； 2、负责开发基于 RL 的智能体决策、路径规划、多智能体协作等算法； 3、结合 LLM、计算机视觉等技术，提升游戏 AI 的决策能力和可玩性； 4、负责强化学习模型的训练、优化和部署，提升游戏 AI 的自主学习能力； 5、跟踪强化学习在游戏领域的最新研究，并结合游戏项目进行创新探索； 6、 持续改进算法和框架，开发和完善通用框架和SDK工具，提升游戏AI开发效率。
1、研究并应用强化学习（RL）技术在游戏场景中的创新应用，如 NPC 行为学习、自适应游戏策略、自动化测试等； 2、负责开发基于 RL 的智能体决策、路径规划、多智能体协作等算法； 3、结合 LLM、计算机视觉等技术，提升游戏 AI 的决策能力和可玩性； 4、负责强化学习模型的训练、优化和部署，提升游戏 AI 的自主学习能力； 5、跟踪强化学习在游戏领域的最新研究，并结合游戏项目进行创新探索； 6、 持续改进算法和框架，开发和完善通用框架和SDK工具，提升游戏AI开发效率。
我们正在寻找在分布式强化学习领域具有深厚技术背景的工程师，负责设计和实现大规模分布式强化学习系统。您将参与前沿AI技术的研发，推动强化学习在实际业务场景中的落地应用，包括但不限于自动驾驶、机器人控制、大模型训练等领域。 1. 设计和实现先进的分布式强化学习算法（PPO、SAC、IMPALA、Ape-X等）； 2. 研究多智能体强化学习（MARL）算法和协调机制； 3. 优化采样效率和训练稳定性，解决稀疏奖励和探索难题； 4. 跟踪学术前沿，将最新研究成果转化为工程实现； 5. 设计高性能分布式训练架构，支持千核级别的并行训练； 6. 实现异步参数更新、经验回放和梯度聚合机制； 7. 优化通信拓扑和数据流，降低网络延迟和带宽消耗； 8. 构建弹性可扩展的训练集群，支持动态资源调度。