开放式世界建模博士｜探索多智能体涌现行为

开放式世界建模博士｜探索多智能体涌现行为

核查日期：2026 年 11 月 6 日
综合判断：有潜力，但仍有重要细节待核实

快速判断

这是 UCL 一项四年制合作博士项目，关注生成式世界模型能否持续生成多智能体环境，让 AI 角色在其中学习、合作与竞争，同时避免行为很快重复。广告列出的博士工作包括发展开放式生成方法、设计促进涌现复杂性的指标和训练课程、与前沿模型比较，并与设计师和玩家测试。UELA 官方项目目录编号为 2531cc1056，主办系为 UCL 电子与电气工程系（EEE）；学术导师为 Laura Toni 和 Jack Parker-Holder，产业合作方为 Iconic Interactive。项目目录

资助信息比简短项目介绍更明确：官方合作项目目录确认 Home 与 International fee status 申请者都可申请，并列明合作方每年额外提供 £3,900 津贴。与此同时，UELA 全计划最多招收 15 名国际生；UCL 资助网页对 £26,022 的年份标注有冲突，一处说是 2027/28 预计金额，另一处说是 2026/27 金额。申请前需书面确认本届基准津贴、国际学费补差、合作方补助及其他条件。合作项目目录 UELA 资助页面

研究问题切合当前领域，但项目材料没有说明世界模型类别、训练数据及其许可、算力、评估协议或成功标准。建议先确认项目仍开放及个人资格，再在面试时细问模型、数据、计算资源和企业合作条件。申请截止为 2027 年 1 月 8 日 12:00（英国时间）；UCL 建议申请和推荐信尽量在 2026 年 12 月 16 日前提交。UELA 资助页面 申请指南

研究问题与博士工作

尚未解决的问题与研究意义

世界模型可以生成互动场景，但视觉上逼真或视频很长，并不能证明智能体能在环境中有效行动、行为能保持多样，或长时间互动后仍然连贯。该项目关注如何避免生成的多智能体环境变得重复，同时让角色易于理解并持续吸引玩家。研究处于生成建模、强化学习、多智能体系统、质量—多样性搜索与评估的交叉位置；游戏和互动娱乐是明确的应用语境。项目目录

近期研究展示了问题的不同侧面。Genie 展示了从未标注互联网视频训练的 110 亿参数交互式世界模型，包含学习到的动力学和潜在动作；它可作为前沿参照，但项目没有承诺采用该模型。Parker-Holder 合著的 CASCADE 研究通过一组智能体采集多样、无奖励的数据来学习世界模型。Iconic 的 Borja González León 合著 QDAC，在连续控制中学习兼具表现与多样性的行为。MADRID 则用多样性搜索揭示多智能体策略的弱点。这些工作解决的具体任务并不相同。Genie CASCADE QDAC MADRID

一个合理的研究挑战是把评估扩展到“新颖”之外：环境是否可控、内部是否一致、智能体能否学习、不同智能体是否都能适应，以及设计师和玩家是否认为结果有价值。这是根据公开研究和项目任务作出的分析，不是已确定的工作包。项目没有量化定义“涌现复杂性”，也未列出具体前沿模型、基线、游戏或环境。近期闭环世界模型研究指出，仅测开放环路的画面质量不足以判断环境是否有助于智能体行动；社会智能体研究也发现，针对互动训练的模型可能被语言模型评估器高估。World-in-World SOTOPIA-π

研究任务、方法与可能产出

官方目录列出四项相互衔接的工作：

1. 发展基于世界模型的开放式方法，生成持续变化的多智能体环境。
2. 设计评估和促进涌现复杂性的指标与训练课程。
3. 将方法与前沿模型进行基准比较。
4. 与真实设计师和玩家测试，并公开发表、面向技术与创意受众展示成果。

这意味着博士研究可能从环境生成一直覆盖到量化评估和面向人的测试，也会涉及系统开发、强化学习实验、基准设计、数据治理与参与者研究。公开介绍没有确定以下内容：世界模型的架构或规模；训练语料、许可或同意条件；动作表示；评估指标；基线模型；算力和存储；具体游戏平台；玩家研究设计及伦理审查；以及产业知识产权和发表审核条款。因此不能把 Genie 或其他论文的方法直接当作本项目确定方案。

导师近期研究可作为方法参照。Toni 2025 年论文比较不同层次的内在奖励和强化学习探索多样性，但没有研究生成世界。Parker-Holder 合著 CASCADE 探索由智能体群体采集无任务限定数据；他合著的 Rainbow Teaming 使用开放式质量—多样性搜索生成多样的对抗提示词，并非游戏世界。González León 合著 QDAC 关注连续控制中的高表现与行为多样性平衡。Toni 等（2025） Rainbow Teaming QDAC

学校、学科与培养

UCL 是学位授予机构，项目由 EEE 主办。目录列出 UCL 计算机科学系的 Jack Parker-Holder 博士共同指导，并与 Iconic Interactive 合作；材料没有说明联合学位，合作公司也不是另一个学位授予单位。UELA 对该项目提供并注册四年，预期在资助期内完成论文。EEE 的通用研究学位页面称博士生通常先注册 MPhil，并在第一年后参加转博考核；院系称通常三至四年完成。通用课程页列出全日制三年。这些通用描述与本项目专门的四年 UELA 资助安排不同，应以本项目录取及注册文件为准。项目目录 UELA 资助页面 EEE 研究学位说明 EEE 课程页面

EEE 课程要求为相关专业的英国硕士、至少二等一英国本科学位或海外同等学历；课程英语要求标为 Level 1。课程网页列出的 2027/28 国际学费为每年 £36,100，这是未获相应资助时的学费参考。符合条件的国际生通过 UELA 获得的学费差额奖项是另一项资助条款，应按个人 fee status 和正式资助信确认。EEE 课程页面 UELA 资助页面

UCL 报告称，EEE 在《泰晤士报》2026 英国大学学科排名中列英国第 2；计算机科学在 REF 2021 研究实力中列英格兰第 1、英国第 2。这是不同学科和口径的信号，不是对本项目或个人博士成果的评分。EEE 学科排名 UCL 计算机科学研究与 REF 指标

就业市场只能作宽泛的相邻领域参考。英国政府 2026 年就业计划估计，2024 年英国 AI 公司雇用了约 86,000 人；2025 年需要 AI 技能的职位需求上升，但整体招聘广告增速放慢。UKIE 估计英国游戏行业直接雇用约 26,000 人，涉及 2,000 家企业。这些数据说明 AI 与游戏周边生态规模较大，但没有统计开放式世界建模岗位，也不能证明本项目有 Iconic 就业通道或预测毕业后的个人就业结果。英国数字与科技就业计划 UKIE 英国游戏产业数据

公开研究组页面还显示机构名称正在调整：原 Learning and Signal Processing 组和 UCL DARK 页面均称已停止以原名运作并并入 British Open-Ended Learning & Discovery Lab。这并不表示项目存在问题，但申请人适合确认本项目当前挂靠团队、导师会面频率、研究人员支持，以及实际可用的算力和设施。公开页面没有列出本项目专属资源。LASP 团队页面 DARK 实验室页面

导师与团队评估

导师的研究方向

官方目录列出 Laura Toni 博士（UCL EEE）和 Jack Parker-Holder 博士（UCL 计算机科学）为学术导师；Iconic Interactive 首席科学家 Borja González León 博士提供产业指导。学生预期会在该公司伦敦市中心办公室与研究人员、工程师和游戏设计师共事，但没有公布工作日程、雇佣关系或最低驻场时长。项目目录 Iconic Interactive

Toni 的 UCL 个人页将其列为 EEE 副教授；她近期关于内在奖励与强化学习探索的论文，和项目中的多样性指标、训练课程有方法关联。Parker-Holder 的个人研究页关注开放式学习与世界模型；该页可补充研究方向，但项目任命应以官方目录为准。其与合作者发表的 CASCADE、Rainbow Teaming、MADRID 是相关方法参照。González León 的个人研究页列出其 Iconic 联合创始人及首席科学家身份，其 QDAC 论文涉及质量—多样性强化学习。Laura Toni 个人页 Jack Parker-Holder 研究页 Borja González León 个人与研究页 Toni 等（2025） CASCADE Rainbow Teaming MADRID QDAC

近期相关论文

论文	主要贡献及与项目的关联	对本项目的适用边界
Toni 等（2025），内在奖励与强化学习探索	比较状态、策略和技能层面的多样性激励，可为指标和课程设计提供参考。	未研究世界模型生成或多人环境。
Xu 等（2022），CASCADE	利用智能体群体收集任务无关的多样数据以学习世界模型。	以模拟基准为主，早于当前视频基础模型，也不是面向玩家的世界。
Grillotti 等（2024），QDAC	在连续控制中学习兼顾表现和多样性的行为，并考察受扰环境中的适应能力。	不生成世界，也不评估角色连贯性或人的偏好。
Samvelyan 等（2024），Rainbow Teaming	用开放式质量—多样性搜索生成不同的对抗提示词。	研究对象是安全测试中的提示词，不是互动世界。
Samvelyan 等（2024），MADRID	生成多样的对抗环境，以发现多智能体策略缺陷。	在足球模拟环境中验证，不是通用的新颖性或玩家体验指标。
Bruce 等（2024），Genie	展示从视频生成带潜在动作的大规模互动世界。	项目未承诺采用该模型，不能将其数据和算力规模当成本项目资源。
Hughes 等（2024），开放式学习观点论文	从新颖性与可学习性讨论开放式学习，并分析安全影响。	观点论文，不是经过验证的实施方案。
Zhang 等（2025），World-in-World	主张应通过闭环智能体交互评估世界模型，而不只测开放环路画面。	不是多智能体娱乐基准。
Wang 等（2024），SOTOPIA-π	发现针对互动训练的社会智能体可能被 LLM 评估器高估。	研究语言智能体的社会交互，不是世界生成方法。

实验室、资源与产业合作

官方项目目录给出的项目专属资源信息是：学生将有时间在 Iconic 伦敦市中心办公室，与公司研究人员、工程师和游戏设计师合作。Iconic 官网将业务描述为面向游戏玩法和互动叙事的实时 AI 系统，说明产业应用语境；但这并不证明博士生能使用某个具体产品、数据集、专有模型或算力集群。建议确认实际资源、合作期是否覆盖整个博士阶段，以及如何在保护合作方知识产权与保密信息的同时落实公开发表要求。项目目录 Iconic Interactive

资助、申请与生活成本

UELA 2027/28 预计提供约 50 个四年全额资助名额，其中国际生最多 15 人。资助包括四年 Home-rate 学费、逐年增加的增强生活津贴和研究培训支持经费（RTSG）。国际资助获得者可获 UCL 奖项补足 Home 与 International 学费差额。该项目在官方目录中明确列为合作项目，允许国际学费身份申请者，并有 Iconic 每年 £3,900 的额外津贴补助。国际资格仍需竞争，申请者需自评 fee status，最终由 UCL 正式审核。UELA 资助页面 合作项目目录

官方 UELA 网页对 £26,022 的年份标注不一致：关键信息部分称其为 2027/28 每年预计金额；详细资助部分却称这是 2026/27 总津贴，比页面所列 £24,522 的 UKRI 伦敦加权标准高 £1,500。项目目录另列 Iconic 每年补助 £3,900。若两笔款项同届同时发放，£26,022 + £3,900 = £29,922/年；这只是条件性算术示例，并非正式 offer 金额。项目 RTSG 金额以及是否有额外合作方经费也未列明。应索取逐年津贴及学费条款的书面确认。UELA 资助页面 合作项目目录

UCL 生活费用指南列出研究生宿舍 52 周租金 £7,956–£27,508，以及同一期间列出的基本开支 £5,314。两者相加为 £13,270–£32,822，但这只是将页面数字相加后的粗略指标，不是完整个人预算。租房类型、账单、交通、签证与医疗附加成本、个人支出都会影响实际开销。课程页列出 2027/28 国际 EEE 学费为每年 £36,100，这是未获得 UELA 资助时的课程费参考；符合条件的国际生 UELA 学费补差应按个人资格和资助信确认。UCL 生活费用指南 EEE 课程页面

申请须在 2027 年 1 月 8 日中午（英国时间）前通过 UELA 官方入口提交。截止时须有两封推荐信；由于圣诞假期关闭，UCL 建议尽量在 2026 年 12 月 16 日前提交申请和推荐信。每人最多申请三个项目。官方指南要求申请者分别说明申请动机、博士研究适合度、知识与技能（每题最多 300 词），并对一项研究经历的内容和结果分别作答（每段最多 500 词）。预计 2027 年 1 月底完成初筛、2 月面试、3 月中旬通知最终结果。申请指南 UELA 资助页面

申请者匹配与准备

必要背景与技能

项目希望申请者具备计算机科学、工程、数学或相关领域的扎实学位背景，并有良好编程能力，例如 Python 和深度学习框架。EEE 课程正式要求相关专业英国硕士、至少二等一英国本科学位或海外同等学历，英语达到 Level 1。学历等同和英语材料以 UCL 招生审核为准。项目目录 EEE 课程页面

受欢迎的经验与建议准备

强化学习、多智能体系统、生成模型或游戏开发经验会受到欢迎，但不是硬性条件。申请材料可用具体经历体现编程贡献、实验设计、可复现性、方法选择和局限分析。过去做过模拟环境、智能体、生成模型或互动原型，有助于说明相关性；这些是准备建议，不是新增入学条件。由于工作包含与设计师和玩家测试，跨学科沟通经历也有帮助。UELA 初筛采用匿名审阅，因此申请答案应写清实际贡献，不能依赖个人信息暗示能力。项目目录 申请指南

下一步与待核实问题

申请前

• 确认项目仍开放，并询问导师是否建议先进行简短的课题匹配沟通。
• 确认个人 fee status 可按 2531cc1056 这一合作项目申请。官方目录允许国际生，但全计划国际资助名额最多 15 人，且申请者需自评身份。
• 尽早联系推荐人。正式截止是 2027 年 1 月 8 日 12:00 英国时间，建议按 2026 年 12 月 16 日作为工作目标。
• 询问导师最看重的相关经历是强化学习、生成建模、多智能体系统、游戏开发，还是它们的组合。

面试时

• 计划使用哪类世界模型、动作接口和训练方案？准备与哪些前沿系统或基线比较？
• 可使用哪些训练数据及许可/同意条件？是否保证能接触合作方产品或数据？
• 如何定义“涌现复杂性”，并与新颖性、连贯性、可学习性、鲁棒性和玩家/设计价值共同评估？
• 有多少算力、存储和工程支持？四年内合理的实验规模是什么？
• 玩家与设计师测试的参与人数、任务、伦理审查、补偿及数据处理方式是什么？
• 学生在 Iconic 驻场频率如何？谁负责日常指导？目前由 UCL 哪个研究团队承接？

接受录取前

• 书面确认各学年基准津贴、每年 £3,900 合作方补助、国际学费补差、RTSG 和其他资助条件，解决 £26,022 的年份冲突。
• 核实知识产权、保密、发表审核时间和开放源代码的条款。
• 确认面试时谈到的算力、数据访问、研究团队归属和导师指导安排。

证据与来源

项目、申请与资助

• UELA 2027/28 项目目录（项目 2531cc1056）
• UELA 2027/28 合作项目目录
• UCL EPSRC Doctoral Landscape Award 资助说明
• UELA 2027/28 申请指南
• 电子与电气工程 MPhil/PhD 课程页
• EEE 博士研究学位说明

学校、导师与合作方

• UCL EEE 2026 英国学科排名
• UCL 计算机科学研究与 REF 2021 指标
• Laura Toni 的 UCL 个人页
• Learning and Signal Processing 团队页面
• Jack Parker-Holder 研究页
• UCL DARK 实验室页面
• Iconic Interactive
• Borja González León 个人与研究页

论文与研究方法

• Genie：生成式互动环境
• 内在奖励对强化学习探索的影响
• CASCADE：少量无奖励部署下学习通用世界模型
• QDAC：质量—多样性 Actor-Critic
• Rainbow Teaming：开放式生成多样对抗提示词
• 开放式学习是人工超人类智能的必要条件
• World-in-World：闭环世界中的世界模型
• SOTOPIA-π：社会智能语言智能体的互动学习
• SOTOPIA：语言智能体社会智能的互动评估
• MADRID：通过照明多样性诊断多智能体鲁棒性

生活成本与职业信息

• UCL 学习成本指南
• 英国数字与科技就业计划
• UKIE：2025 年英国电子游戏产业数据