技能要求:
经验要求:
5-10年经验
工作描述:
项目编号:【180491】
?项目简介
希望开发一个基于固定界面环境的智能分析与策略辅助系统。系统需能在实时图像输入下,识别界面元素、提取状态信息,并基于模型或规则实现智能化的策略输出。
项目目标包括:
实时识别与状态重构;
策略决策模块(可基于强化学习或启发式算法);
模块化结构,可移动端或PC部署;
后期可扩展至多种场景的智能博弈策略研究。
?技术方向要求
熟悉 强化学习(PPO / DQN / AlphaZero) 或搜索策略算法;
精通 Python / C++,具备高性能算法实现能力;
有 博弈类AI、棋类AI、卡牌策略AI 经验优先;
熟悉 图像识别 / OCR / OpenCV / YOLO 等前端识别技术;
能独立完成 数据标注、模型训练、策略验证与集成;
有算法优化或移动端部署经验者优先。
?开发周期与预算
开发周期:30天左右,可分阶段验收(识别模块 → 策略模块 → 集成)
预算区间:¥20000 +
(根据能力与工作量调整,首阶段可试合作后再追加)
?合作方式
远程协作
可签阶段合同、按模块结算
需签保密协议(NDA)
?补充说明
项目偏研究与算法方向,涉及智能决策、状态识别与AI策略优化。
适合在强化学习、博弈AI或算法工程方面具备深入经验的工程师。
请在投递时附上:
过往AI项目案例(尤其是博弈、策略或RL方向)
主要技术栈与可投入周期
核心思路或demo链接(如有)