饶东宁
Rao Dongning
副教授


所属学院：
计算机学院

导师类别：
硕士生导师

职　　务：
教师

科研方向：
智能规划(与中山大学/暨南大学团队合作)，金融智能(与香港国家高层次人才合作)，电信智能(与运营商合作)

联系方式：
raodn@gdut.edu.cn

硕士招生学院：
计算机学院












个人简述
(限300字)
饶东宁，副教授。主持国家自然科学基金、省自然科学基金等各类项目10 余项，第一作者SCI及三大期刊多篇。




学科领域
科学学位：
计算机科学与技术

专业学位：
计算机技术




教育背景
2006.9－2009.7 中山大学 工学博士
2000.9－2003.7 中山大学 工学硕士
1996.9－2000.7 中山大学 学士




工作经历
2003年7月至2006年6月在中国电信广州研发中心任工程师
2009年7月－至今 广东工业大学计算机学院，教师




主要荣誉
中山大学优秀硕士论文
中山大学博士光华奖学金
中国电信研究院“先进工作者”
广东工业大学“先进工作者” ”
广东工业大学 “教学二等奖”
广东工业大学“优秀班主任”






主要论文
[1] D N. Rao and Z H. Jiang (通讯作者). Cost-Sensitive Action Model Learning. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems (SCI源刊). Vol. 24, No. 2 (2016) 167?193.
[2] D. Rao and Z. Jiang (通讯作者). Learning Planning Domain Descriptions in RDDL. International Journal on Artificial Intelligence Tools (SCI源刊). Vol. 24, No. 3 (2015) ** (29 pages).
[3] 饶东宁,蒋志华,姜云飞,邓玉辉. 在部分观测环境下学习规划领域的派生谓词规则. 计算机学报, 2015, 38(7):1372-1385. (EI: 20**7)
[4] 饶东宁,蒋志华(通讯作者),姜云飞.在部分观测环境下的不确定动作模型学习.软件学报,2014,25(1):51-63.(EI:20**5)
Learning partially observable non-deterministic action models
[5] 饶东宁,蒋志华(通讯作者),姜云飞.PDDL 的ER 建模以及开发基于存储过程的规划器.软件学报,2013,24(5):1061-1077.(EI:20**0)
Building Entity Relationship Models for PDDL and Developing Planners Based on Stored Procedures.
[6] 蒋志华,饶东宁(通讯作者),姜云飞,翁健.利用派生谓词和偏好来处理OSP问题的目标效益依赖.软件学报, 2012, 23(3):439?450. (EI:028)
Handling Goal Utility Dependencies in OSP Problems with Derived Predicates and Preferences
[7] 蒋志华,饶东宁(通讯作者),姜云飞,朱慧泉.利用规划命题关系图构建目标议程和宏动作.软件学报,2011,22(1):44-56.(EI:627)
Constructing goal agenda and macro actions using proposition relation graphs in planning
[8] 饶东宁,蒋志华,姜云飞,刘强. 从规划解中学习一阶派生谓词规则. 计算机学报,2010, 33(2): 251-266. (EI: 018; DOI: 10.3724/SP.J.1016.2009.00251)
Learning first-order rules for derived predicates from plan examples
[9]饶东宁,蒋志华,姜云飞,吴康恒. 从WSBPEL程序中学习Web服务的不确定动作模型. 计算机研究与发展, 2010, 47(3): 445-454. (EI: 591)
[10] 饶东宁,蒋志华(通讯作者),姜云飞,朱慧泉. 对不确定规划中观测约简的进一步研究. 软件学报, 2009, 20(5):1254-1268. (EI: 161; DOI: 10.3724/SP.J.1001.2009.03453)






科研项目
1. 主持（第一完成人）: 国家自然科学基金 智能规划中派生谓词规则和不确定动作模型的自动获取
2.主要参与（第二完成人）: 国家自然科学基金 智能规划中派生谓词的处理改进与应用扩展研究
3. 主持（第一完成人）: 广东省自然科学基金 动作模型学习中的主动学习及观测约简研究
4. 主要参与（第二完成人）: 广东省自然科学基金 并行不确定规划研究与应用
5. 主持: 智能手机英文地址识别关键技术(为国内第一的手机厂商提供基础支撑)