Speaker: 章宗长教授 苏州大学
Time: 2016-01-15 10:00-2016-01-15 12:00
Venue: FIT 1-222

Abstract:

 Reinforcement learning (RL), as a branch of machine learning concerned with the ways of optimizing agents’ control of an environment, has made exciting advances in both theory and practice that are increasing its applicability to real-life problems. In this talk, we start with key challenges in RL and existing methods for addressing them, including action selection, temporal difference learning, and function approximation. Then we introduce the principles of representative model-based and model-free RL approaches. Finally, we discuss the RL-related results in a few well-studied games: Backgammon, Chess, Tetris, Go, and 49 arcade video games.

Short Bio:

章宗长，男，1985年出生，博士，苏州大学特聘副教授，硕士生导师。2007年6月毕业于中南大学信息与计算科学专业，获理学学士学位；2012年6月毕业于中国科学技术大学计算机应用技术专业，获工学博士学位。2010年10月-2011年10月在美国罗格斯-新泽西州立大学计算机科学系做访问学者，2012年8-10月在华为诺亚方舟实验室担任研究工程师，2012年11月-2014年6月在新加坡国立大学计算学院从事博士后研究。目前主要从事部分可观测马氏决策过程（POMDPs）、强化学习和多智能体系统理论等方面的研究。曾担任多个国际顶级会议（如IJCAI、AAAI等）和IEEE等一流期刊的审稿人或程序委员会委员。曾参与过国家自然科学基金项目、国家863计划项目以及美国和新加坡等国家的科研基金项目。近年来，主要研究成果以第一作者发表在ICML、AAAI等CCF推荐的A类国际学术会议，UAI、ICAPS等CCF推荐的B类国际学术会议和国内权威期刊《软件学报》上。