【讲习班分享】赵冬斌：深度强化学习算法及应用

导读

第5期智能自动化学科前沿讲习班于2018年05月31日-06月01日在中科院自动化所召开。本期专题关注的主题是“深度与宽度强化学习”。

今天为大家分享的是中国科学院自动化研究所研究员赵冬斌——《深度强化学习算法及应用》。

赵冬斌教授于2017年在中国矿业大学信息与控制工程学院作了名为《深度强化学习算法与应用》的报告，主要内容如下：

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。

往期文章推荐

人工智能名人堂第49期 | 斯坦福研究院名人堂成员：Peter E. Ha

🔗【重磅发布】《重要学术会议指南（2018）》可以在线阅读啦！

🔗【重要通知】IEEE 人工智能与控制论国际研讨会

🔗【讲习班分享】陈霸东：Information Theoretic and Correntropic Learning

🔗【重要通知】2018智能汽车跨界融合高峰论坛将于6月28日在江苏常熟召开

🔗 【重要通知】“第一届军事大数据论坛”征文

🔗 【IV18】第29届IEEE国际智能车大会将于6月26号召开

🔗 【【分会新闻】安控科技牵头起草的远程终端单元（RTU） 国家标准发布

🔗【重要通知】关于开展2018年CAA优秀博士学位论文奖励 及推荐工作的通知

🔗【通知】2018数博会智能制造论坛将于5月26日在贵阳召开！