医疗环境自迭代仿真系统探索

1. 负责设计并研发面向复杂医疗场景的强化学习底层仿真架构，解决高维度医疗环境中的状态空间建模难题。 2. 构建与真实物理世界差距可控、具备高可信度的数字医疗孪生系统，支撑前沿医疗算法的闭环验证。 3. 开发并调优医疗动态环境下的多智能体（Multi-Agent）协作算法，实现医疗资源调配与临床决策的最优规划。 4. 结合海量脱敏临床数据，探索强化学习在医疗仿真验证中的创新应用，沉淀具备行业影响力的底层基建技术。

1. 获得本科及以上学历，计算机科学、人工智能、统计学、生物医学工程等相关专业； 2. 具备深厚的强化学习（RL）理论基础，精通 PPO、MADDPG 等主流算法及其在复杂仿真环境中的实战应用； 3. 具备卓越的代码实现能力与系统架构设计思维，能够应对并解决复杂仿真引擎底层的性能优化与工程挑战； 4. 对“AI+医疗”跨界技术充满热忱与信仰，具备优秀的逻辑分析能力与科研攻坚韧性，能够适应高强度的研发节奏； 5. 在相关领域顶级学术会议或期刊上有高质量论文发表记录，或在知名开源项目、顶级算法竞赛中取得过优异成绩者优先。