多智能体强化学习驱动的物流决策系统研发

岗位职责
1.负责构建智能仓储、物流、制造业垂直领域的数据驱动仿真引擎（World Model）：利用海量IoT数据、AGV运行轨迹数据、边缘PDA交互数据，训练高保真的时序预测模型。
2.开展基于大模型及代理式AI驱动提效的强化学习：搭建分布式RL框架，驱动全局调度Agent与边缘端交互Agent进行百万次并发训练与策略寻优。
3.解决人机协同场景的建模难题：量化并模拟一线作业员（通过PDA）的随机性与干预，纳入智能体训练闭环。
4.主导Sim-to-Real（虚实迁移）架构设计，确保虚拟策略安全落地至真实仓储与产线系统中。

任职要求
1. 机器学习或人工智能等相关领域的本硕博在校生。
2. 精通强化学习（RL/MARL）与环境建模理论，具备数据驱动仿真或基于模型的强化学习（MBRL）落地经验。
3. 熟悉供应链运筹学或仓储物流场景，能熟练将复杂业务约束转化为MDP状态空间。
4. 熟练掌握主流大规模强化学习框架，具备构建高并发仿真器的工程经验，对工业场景的物理边界有深刻理解。
5. 在国际顶级学术会议（如ICML、NeurIPS、ICLR等）发表过相关论文者优先。