2023暑期线下科研剑桥大学教授人工智能与数据科研课题

项目内容涉及强化学习核心理论和技能，具体包括遗传算法、强化学习框架、Q-learning、行动者-批评（actor-critic；AC）模型、马尔可夫决策过程、优化控制、图神经网络（graph neural networks; GNN）、自动机器学习（Auto ML）等。学生通过项目了解如何开发基于强化学习的生产力软件，在结束时提交项目个性化研究课题报告，进行成果展示。 

个性化研究课题参考： 强化学习在博弈论中的应用：类alpha算法开发 利用经验留存解决强化学习所需样本太多问题的可行性分析 强化学习中的机器奖励设置方法迭代 为强化学习过拟合的特定场景重新建模的自动过程研究 具有尺度估计的动作-评价网络结构与强化学习优势函数 

学生将进入到世界学府-剑桥大学，在为期两周的实地科研学习中与教授、Teaching Fellow面对面交流，在实验室中将理论与实践结合，沉浸式感受浓厚的学术氛围。用餐在校内食堂、住宿在学校宿舍中、生活在美丽、静谧的校园内，学生将真正零距离体验学校文化与生活方式。

The content of the project involves the core theories and skills of reinforcement learning, including genetic algorithm, reinforcement learning framework, Q-learning, actor-critic (AC) model, Markov decision process, optimal control, graph neural networks (GNN), automatic machine learning (Auto ML), etc. Students learn how to develop productivity software based on reinforcement learning through the project, and submit a personalized research project report at the end of the project to display the results. 

Personalization research topic reference: application of reinforcement learning in game theory: feasibility analysis of using experience retention to solve the problem of too many samples required for reinforcement learning in the development of alpha-like algorithm; automatic process research of re-modeling for specific scenes that reinforcement learning is over-fitted by iterative machine reward setting method in reinforcement learning; action-evaluation network structure with accurate scale estimation and reinforcement learning advantage function

强化学习：项目将在本周聚焦遗传算法和强化学习框架。 Introduction to reinforcement learning

环境：强化学习由智能体和环境两部分构成。项目将在本周探讨离策略、无模型强化学习算法 Q-learning、行动者-批评（actor-critic；AC）模型、马尔可夫决策过程等。Environment

优化：项目将在本周深入学习强化学习与优化控制。 Optimization

集成与控制 Integration and Control

集成：项目将在本周进一步探讨图神经网络（graph neural networks; GNN）、自动机器学习（Auto ML）等。 Integration

项目回顾与成果展示 Program Review and Presentation

论文辅导 Project Deliverables Tutoring