蔚来AGI超星计划-多 Agent 协同操作下安全仲裁的理论边界研究

课题介绍 当一辆智能网联车内部同时运行多个 AI Agent：驾驶 Agent、座舱 Agent、能量管理 Agent、OTA Agent 等，它们会在同一时刻对车辆操作产生各自的“意图”。这些意图经常会冲突：驾驶 Agent 想紧急制动，能量 Agent 想保护电池拒绝回馈，座舱 Agent 因为乘客通话请求平稳减速。 车辆必须在ms级内仲裁出一个联合操作。这个仲裁器，就是多 Agent 协同架构下的核心安全组件。 目前工业界各家的仲裁设计基本都是使用工程试错的范式：用优先级、用规则、用神经网络。当前还没有人能回答一个先验问题： 这样的仲裁器，在理论上最多能做到什么？是否存在某些性质组合，是任何仲裁器都不可能同时满足的？ 这个课题的目标，就是给出这个问题的定理性答案。 预期产出 - 一个定理。度量依赖性：结论取决于安全度量选择的分界； - 一份完整证明。顶会/顶刊级别的数学严谨度，可投 AAAI / IJCAI / JAIR / IEEE T-IV； - 一份产业建议书。面向车企、标准组织、监管层，说明工程实践和标准制定应如何调整认知。 【任职要求】 - 学历：计算机科学、应用数学、控制理论、形式化方法、经济学(机制设计方向)相关领域博士在读； - 能力要求： - 能独立完成从形式化定义到定理证明的完整工作，并且熟练掌握至少一种证明辅助工具：Coq / Isabelle / Lean / TLA+ / Alloy。 - 深入理解 Arrow 不可能定理、Gibbard-Satterthwaite 定理、May 定理等经典证明，能在新场景下迁移和构造类似的公理化证明路径。 - 掌握 Halpern & Pearl 的 actual causation 形式化，理解 Shapley value、Banzhaf index 及其公理化基础，能在多 Agent 场景中做因果归因的理论建模。 - 有在AI安全研究机构的工作或访问经历的优先 - 实习时长：6个月。