基于数据驱动仿真与多智能体强化学习的决策系统研究

1. 构建智能仓储与物流领域的数据驱动仿真引擎，训练高保真时序预测模型； 2. 搭建分布式强化学习框架，驱动全局调度Agent进行并发训练与策略寻优； 3. 建立人机协同场景建模方案，将一线作业随机性与干预纳入训练闭环； 4. 主导Sim-to-Real架构设计，确保虚拟策略在真实仓储系统中安全落地。

1. 获得本科及以上学历，计算机科学、人工智能、自动化、运筹学等相关专业； 2. 具备构建数据驱动仿真引擎的经验，能够进行高保真时序预测与环境模拟模型训练； 3. 熟悉分布式多智能体强化学习框架，具备驱动全局调度Agent进行并发训练与策略寻优的实战能力； 4. 熟悉人机协同场景建模及Sim-to-Real架构设计，能够有效处理作业随机性与干预逻辑，并确保策略在真实物流环境安全落地。