演讲人：夏俐 教授

题  目：AI智能对抗与强化学习

时  间：2019年11月28日 星期四 下午 3:30  

地  点：哈工大(深圳)A408

    随着AlphaGo的成功应用，强化学习得到了学术界和工业界的日益重视。强化学习是机器学习的重要方法之一，其本质是研究随机动态系统的决策优化问题，是一个涉及计算机、控制论、运筹学、心理学等多学科深度交叉的研究方向，独具研究挑战和吸引力。本报告将主要介绍近年来强化学习的发展，包括人工智能与深度强化学习的发展、AlphaGo等几类典型智能对抗系统的主要原理、强化学习的基本原理与主要算法，同时也简要汇报报告人在强化学习的复杂度分析、机器人学习控制等方面的研究工作。

个人简介

    夏俐教授，博士生导师，教授，中山大学管理学院，管理科学与工程专业。长期从事随机动态决策系统的学习优化理论研究，以及在能源系统、智能建筑、金融科技、军事智能等领域的应用研究工作。分别于2002年和2007年在清华大学自动化系获得学士和博士学位，博士生期间在香港科技大学联合培养，博士毕业后分别在IBM中国研究院、沙特国王科技大学从事科研工作，2011年至2019在清华大学自动化系工作，2019年进入中山大学管理学院。2015年以访问学者身份在美国斯坦福大学管理科学与工程系从事合作研究。在随机学习与优化、马氏决策过程、强化学习、排队论等领域有大量研究工作，发表论文70余篇，其中IEEE Trans. Automatic Control、Automatica、Euro. J. Oper. Res.等本领域顶级期刊论文20余篇，获得美国专利3项、中国专利6项。担任国际权威SCI期刊IEEE Transactions on Automation Science and Engineering、Discrete Event Dynamic Systems、Energy Informatics等编委，IEEE高级会员。