题 目：深度强化学习算法及应用

报告人：赵冬斌 教授

时 间：11月9日上午9:30

地 点：南湖校区信控学院A101室




信息与控制工程学院

报告摘要：

将具有“决策”能力的强化学习(RL: Reinforcement Learning)和具有“感知”能力的深度学习(DL: Deep Learning)相结合，形成深度强化学习(DRL: Deep RL)方法，成为人工智能的主要方法之一。2013年，谷歌DeepMind团队提出了一种DRL方法，在一些游戏上的实验效果接近或超过人类游戏玩家，成果发表在2015年的《Nature》上。2016年，相继发表了所开发的基于DRL的围棋算法AlphaGo，以5:0战胜了欧洲围棋冠军和超一流围棋选手李世石，使人工智能的水平达到了一个前所未有的高度。2017年初，AlphaGo的升级程序Master，与60名人类顶级围棋手比赛获得不败的战绩。在不完全信息博弈中，2017年初，阿尔伯塔大学采用了与AlphaGo相似的原理，开发的德州扑克人工智能DeepStack取得了骄人的胜绩，论文发表在《Science》上，标志着人工智能的又一个里程碑事件。2017年10月，DeepMind团队在《Nature》上发表的论文中提出了AlphaGo Zero，完全不用人类围棋棋谱而完胜最高水平的AlphaGo，再次刷新了人们的认识。DRL在视频游戏、博弈、自动驾驶、机器人、自然语言理解、智能医疗等领域的应用日益增多。本报告将介绍DRL的发展历程，主要方法和应用，以及我们在DRL方面的工作。




报告人简介：

赵冬斌，博士，中国科学院自动化研究所研究员、博士生导师，中国科学院大学岗位教授。任IEEE计算智能学会北京分会主席，曾任自适应动态规划和强化学习技术委员会主席、多媒体委员会主席等。IEEE高级会员、自动化学会高级会员等。任领域顶级期刊IEEE TNNLS，IEEE CIM编委等，国际期刊特邀编辑10次，包括作为首席客座编委在IEEE TNNLS上组织深度强化学习专刊。多次在权威国际会议上担任要职。发表论文300余篇，授权国际发明专利1项、国家发明专利28项。主要研究方向为计算智能、深度强化学习、自适应动态规划、智能车辆、机器人、能源系统等。