多智能体协同算法工程师

主要职责： 1、聚焦工业质检场景，研发多智能体协同检测算法：基于多智能体强化学习（MARL）、分布式决策与协作机制，构建多机器人/多视觉节点协同质检系统，实现产线全流程高效、高覆盖缺陷识别。 2、设计异构智能体分工与通信策略：针对不同检测视角、设备能力与任务粒度，实现动态任务分配、信息融合与冲突消解，提升检测一致性与鲁棒性。 3、推动技术落地：结合产线工艺与设备约束，输出协同策略、评估报告与部署方案，持续优化误检率、覆盖率与系统响应效率。 任职资格： 1、计算机、人工智能、自动化等相关专业硕士及以上学历；优秀本科生可放宽。扎实掌握多智能体强化学习、分布式优化与协同决策理论。 2、熟练使用Python、PyTorch，熟悉ROS等框架。 3、具备工业场景算法落地经验，有机器人协同、多视角检测或质检系统项目者优先。 4、能高效阅读英文论文，有顶会发表或Kaggle/RoboCup等竞赛经历者优先。逻辑强、自驱力高，具备跨团队协作与系统工程能力。