课题详情： 课题背景： 游戏 AI 正从“单体博弈”转向“多智能体协同演绎”。传统 RL 方案聚焦局部最优，难以实现复杂逻辑配合。本课题依托《王者荣耀》《王者万象棋》，探索大语言模型（LLM）作为高阶逻辑层的核心价值，将剧本指令转化为多 Agent 的协同动作，实现语义一致、拟人化的长程演绎。旨在攻克动态环境下意图对齐与多智能体协调难题，提升AI解释和互动能力，打造下一代沉浸式交互 AI 技术基石。 课题挑战： 1、在多智能体动态变化下实现可扩展协同与全局一致；在强扰动对局中保持跨阶段长程规划、断点续接与在线重规划； 2、将剧本/指令稳定落地为可执行动作链并验证言行合理；面对真人与对手不确定性，在不偏离目标下实现弹性响应与可靠协作; 3、从黑盒决策变成基于推理的长序列规划决策，作为队友或教练时，AI能呈现更好的解释性和交互性。 具体工作： 你将参与到多智能体协作框架设计、复杂指令数据的合成和自动评估、强化学习策略优化以及大模型后训练与落地应用效果验证。 课题要求： 1、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、对深度学习、强化学习-GRPO/PPO等算法原理有深入理解； 3、较强的工程实现能力，熟练掌握C/C++编程，熟悉Shell/Python至少一种编程语言。