Alpha go的算法原理：深度強化學習與圖神經(jīng)網(wǎng)絡（GNN）研究【大學組】

計算機科學/數(shù)據(jù)科學/人工智能/深度學習

項目背景

近年來，人工智能數(shù)據(jù)科學技術不斷突破與發(fā)展。卷積神經(jīng)網(wǎng)絡CNN開啟了深度學習新篇章，推動計算機視覺落地自動化駕駛等諸多領域；循環(huán)神經(jīng)網(wǎng)絡RNN推動了自然語言處理，使得機器翻譯、智能語音技術日趨成熟；深度學習之上，強化學習圖神經(jīng)網(wǎng)絡GNN的崛起正在深度賦能數(shù)據(jù)挖掘，將成為企業(yè)場景拓展、數(shù)據(jù)整合、行業(yè)效率飛躍的關鍵。項目將聚焦強化學習，特別是圖神經(jīng)網(wǎng)絡GNN這一構筑未來數(shù)字生態(tài)的核心數(shù)據(jù)科學技術。

項目介紹

項目內(nèi)容涉及強化學習核心理論和技能，具體包括遺傳算法、強化學習框架、Q-learning、行動者-批評（actor-critic；AC）模型、馬爾可夫決策過程、優(yōu)化控制、圖神經(jīng)網(wǎng)絡（graph neural networks; GNN）、自動機器學習（Auto ML）等。學生通過項目了解如何開發(fā)基于強化學習的生產(chǎn)力軟件，在結束時提交項目個性化研究課題報告，進行成果展示。

個性化研究課題參考：

強化學習在博弈論中的應用：類alpha算法開發(fā)

利用經(jīng)驗留存解決強化學習所需樣本太多問題的可行性分析

強化學習中的機器獎勵設置方法迭代

為強化學習過擬合的特定場景重新建模的自動過程研究

具有精確尺度估計的動作-評價網(wǎng)絡結構與強化學習優(yōu)勢函數(shù)

適合人群

大學生

計算機科學、人工智能、數(shù)據(jù)科學、電子與計算機工程等專業(yè)，軟件工程、自動化等相關專業(yè)或者希望掌握強化學習的學生；對人工智能、大數(shù)據(jù)以及交叉學科和方向感興趣的學生；學生需要具備微積分及線性代數(shù)基礎，至少有一門編程語言的機器學習算法實現(xiàn)經(jīng)歷。

導師介紹

劍橋大學終身正教授

Pietro導師現(xiàn)任劍橋大學計算機科學與技術終身正教授，持有歐洲學習和智能系統(tǒng)實驗室（Ellis；歐洲大型跨國人工智能研究所，目前擁有千位全球頂尖計算機工程師、數(shù)學家和其他領域科學家，旨在重構歐洲人工智能前沿研究）席位、劍橋大學大數(shù)據(jù)研究指導委員會席位。Pietro導師的研究興趣為人工智能圖神經(jīng)網(wǎng)絡建模，在國際知名學術期刊發(fā)表論文多篇，曾榮獲歐盟委員會未來與新興技術（FET；迄今歐盟規(guī)模最大、資助力度最強的科研資助項目之一）會展三等獎。

任職學校

劍橋大學建校于1209年，是世界范圍內(nèi)歷史最為悠久的大學之一，英國Top2名校，G5名校之一。劍橋大學享有世界聲譽，在英國社會和高等教育系統(tǒng)中具有極其重要的地位，同時具有廣泛的世界性影響。許多青年學子都以到劍橋大學深造為理想。劍橋大學在2020年QS世界大學綜合排名位列第7。

項目大綱

強化學習：項目將在本周聚焦遺傳算法和強化學習框架。 Introduction to reinforcement learning

環(huán)境：強化學習由智能體和環(huán)境兩部分構成。項目將在本周探討離策略、無模型強化學習算法 Q-learning、行動者-批評（actor-critic；AC）模型、馬爾可夫決策過程等。Environment

優(yōu)化：項目將在本周深入學習強化學習與優(yōu)化控制。 Optimization

集成與控制 Integration and Control

集成：項目將在本周進一步探討圖神經(jīng)網(wǎng)絡（graph neural networks; GNN）、自動機器學習（Auto ML）等。 Integration

項目回顧與成果展示 Program Review and Presentation

論文輔導 Project Deliverables Tutoring

時間安排與收獲

7周在線小組科研學習+5周論文輔導學習 共125課時

學術報告

優(yōu)秀學員獲主導師Reference Letter

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等級別索引國際會議全文投遞與發(fā)表（可用于申請）

結業(yè)證書

成績單