演讲人：赵冬斌 教授 研究员

题  目：深度强化学习算法及应用

时  间：2019年5月5日上午10:00

地  点：哈工大(深圳)A507

    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(AI: Artificial Intelligence)的主要方法之一。2013年，谷歌DeepMind团队提出了一类DRL方法，在视频游戏上的效果接近或超过人类游戏玩家，成果发表在2015年的《Nature》上。2016年又发表了基于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，使围棋AI水平达到了一个前所未有的高度。2017年又提出了AlphaGo Zero，完全不用人类围棋棋谱而完胜最高水平的AlphaGo，并进一步形成通用的Alpha Zero算法，超过最顶级的国际象棋和日本将棋AI。2019年初谷歌提出了AlphaStar，以10:1战胜星际争霸游戏的职业玩家。而OpenAI也提出了基于DRL的AI，在Dota 2游戏中2:0战胜职业玩家。DRL在视频游戏、棋类博弈、自动驾驶、医疗等领域的应用日益增多。本报告将介绍强化学习、深度学习和深度强化学习算法，以及在各个领域的典型应用.

个人简介

赵冬斌，中国科学院自动化研究所，研究员、博士、博士生导师，中国科学院大学岗位教授。任IEEE计算智能学会技术发展战略委员会主席，曾任北京分会主席，自适应动态规划和强化学习技术委员会主席等。IEEE高级会员、自动化学会高级会员等。任领域顶刊IEEE TNNLS，IEEE TCyb, IEEE CIM编委等，国际期刊特邀编辑10余次，包括作为首席客座编委组织2018年IEEE TNNLS深度强化学习和自适应动态规划专刊，2019年IEEE CIM深度强化学习和游戏专刊。多次在权威国际会议上担任要职。发表论文300余篇，授权发明专利30项、国际发明专利1项。目前主要研究方向为深度强化学习、计算智能、自适应动态规划方法及在游戏、智能车、机器人、医疗、能源等领域的应用。