多智能体强化学习驱动的物流决策系统研发

Job description

工作职责

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。

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。

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。
• 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
• 机器学习或人工智能等相关领域的本硕博在校生。
• 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。
• 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。
• 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。
• 在国际顶级学术会议（如ICML、NeurIPS、ICLR等）发表过相关论文者优先。