工作职责:1. 对战Bot研发： 面向卡牌游戏中的不完全信息、随机性及卡牌与棋盘走位相结合的复杂决策，研究强化学习、自博弈与搜索等方法，训练高强度的卡牌对战Bot。2. AI驱动的数值平衡： 基于大规模AI模拟对局，评估单卡、卡组及流派的策略强度，研究数值优化与自动调优方法，为新卡设计、版本平衡及游戏环境分析提供量化依据。3. 策略泛化与智能辅助： 研究卡池更新、规则变化及数值调整后的策略迁移与快速适配，提升模型泛化能力；结合真实对局数据开展对手建模、隐藏信息推断与策略预测，探索出牌建议、对局复盘等智能辅助功能。4. 前沿算法研究与落地： 结合业务场景开展针对性算法研究与优化，持续提升算法在真实游戏环境中的表现，鼓励将具有创新价值的应用研究成果转化为高质量学术论文。工作要求:1. 计算机、人工智能、数学等相关专业在读硕士或博士，研究方向为强化学习、博弈论、多智能体学习或相关领域。2. 具备扎实的强化学习理论基础，熟悉主流强化学习算法及自博弈方法。3. 熟练使用Python、PyTorch等开发工具，具备良好的算法实现和工程实践能力。4. 具有完整的强化学习研究或项目经验，能够基于已有训练环境，独立开展算法设计与迭代、模型训练及实验评估。5. 具备良好的研究主动性、问题分析与实验设计能力。6. 对游戏AI感兴趣，熟悉卡牌、战棋或策略类游戏者优先。7. 能够连续实习6个月及以上，每周5天。加分项1. 在NeurIPS、ICML、ICLR、AAAI、IJCAI、AAMAS等学术会议发表过相关论文。2. 具有不完全信息博弈（如炉石传说、德州扑克、斗地主、麻将、卡牌游戏等）研究或竞赛经验。3.具有大规模分布式强化学习、自博弈训练或复杂动作空间决策相关经验。4.具有AI数值平衡、策略评估或玩家行为建模相关研究经验