博弈智能基础理论与方法

正高级

（不超过3个）

围绕研究所博弈智能技术与应用成果，凝练相关科学问题，为该方向可持续发展奠定理论和人才基础。具体职责包括：

1.围绕复杂博弈中的分层决策、认知建模、对手拟合、均衡求解、虚实融合的通用求解路径，研究有限开放博弈近似解概念，建立以博弈论、强化学习、大模型为基础的体系化理论方法；

2.具备独立组建队伍进行定向基础研究能力，并在两年之内形成3-5人博弈智能领域的专业基础理论研究队伍。

副高级

（不超过3个）

围绕博弈智能对抗的相关基础理论开展研究，推动构建前沿博弈智能算法与模型体系，产出具有国际影响力的突破性成果。具体职责包括：

1.围绕非完全信息、低约束对手等复杂场景，融合大模型认知规划与强化学习方法，开展对手建模、元策略生成、策略自适应、策略迭代与优化等前沿研究；

2.善于从实际场景需求中提炼科学问题，具备前沿研究与实际需求对接能力。

复杂系统建模与仿真

正高级

（不超过2个）

围绕复杂系统建模仿真与智能推演开展研究，形成体系化成果，助力该方向持续发展和应用落地。具体职责包括：

1.面向博弈智能建模仿真需求，开展智能仿真引擎技术基础理论攻关，在高性能仿真引擎、多范式建模技术、虚实融合仿真、智能建模与推演等方面开展研究，形成创新性成果;

2.带领并有效管理20-30人的团队开展博弈智能体仿真训练以及在国家重大战略场景的落地。

副高级

（不超过2个）

围绕博弈智能系统建模与仿真推演中的基础理论与关键技术开展相关研究，具体职责包括：

1.开展知识体系建模、多范式建模、多模态信息融合与认知推理研究，突破标准化映射、多模态数据对齐、抗干扰融合等关键技术难题；

2.带领5-10人研究团队，推动建立标准化、可推演、自适应的认知与决策智能支撑体系，加速成果工程化落地与应用转化。

复杂系统认知与决策

正高级

（不超过2个）

围绕群队级自主筹划与动态决策，开展分层博弈建模与均衡策略求解方法、模型建设研究，推动形成体系化技术和成果。具体职责包括：

1.开展博弈链组合建模方法、博弈空间约简技术、分层多尺度博弈均衡策略求解机制研究和敏捷运筹优化算法创新，研发分布式并行求解与智能启发式搜索策略，搭建融合精确与近似计算的混合智能求解器，产出复杂任务环境下敏捷筹划辅助决策引擎等突破成果；

2.带领10-20人研发团队，开展群队级体系对抗全流程专业模型簇架构设计、模型工厂建设和示范应用，重点突破机器辅助下的专业模型生产/评估/演化方法；

3.需要在国家急需的具体应用场景和明确任务上承担主要任务，并形成专业成果。

副高级

（不超过2个）

围绕博弈智能领域任务对抗方案生成与优选等基础问题开展相关研究，具体职责包括：

1.开展人机协同决策任务规划框架和人机协同自主决策智能体设计等研究，实现亿级本体知识节点构建与更新，支持人机协同任务规划与方案智能优选；

2.带领5-10人研究团队，开展人机协同辅助决策技术与验证研究，推动形成方法体系，加快成果在特定领域典型场景的应用验证与落地。

无人集群与

具身智能

正高级

（不超过2个）

围绕无人与反无人博弈对抗场景，开展具身智能平台、无人集群智能涌现、反无人系统博弈等关键技术研究。具体职责包括：

1.开展精细化感知，未知环境自主导航，干扰条件下的精准作业以及多智能体博弈对抗等基础理论与关键算法研究；

2.带领10-20人团队实现无人平台或具身智能系统的升级迭代，开展外场试验及重大演训任务等应用验证；

3.在国家急需的具体应用场景和明确任务上承担主要任务，并形成专业成果。

副高级

（不超过3个）

围绕无人集群群智涌现、AI原生无人群智大脑以及具身智能环境感知等关键技术开展研究，具体职责包括：

1.开展群智涌现度量与计算方法、无人集群分布式智能决策技术、复杂环境下具身智能近程感知融合算法等研究，形成面向无人集群的AI原生智能平台；

2.带领5-10人研究团队，开展系统设计研发和试验验证，推动成果转化落地和体系标准建设等工作。

对抗演练与

测试评估

正高级

（不超过2个）

围绕博弈智能领域的指挥控制问题，开展多智能体决策技术研究，推动建立博弈智能演练场多智能体指挥控制体系，产出创新性成果。具体职责包括：

1.在多智能体学习、虚实融合指挥控制、智能体效能评估等方面开展创新性工作。参与博弈智能演练场建设，形成一套面向区域指挥控制的多智能体决策解决方案；

2.带领并有效管理20-30人团队，与用户单位加强合作，推进多智能体决策技术成果的转化落地。