科研导师
Dr. Peng985高校博士后
导师介绍
研究领域：强化学习,模仿学习,自动驾驶,智能决策,离线策略学习 学术成果：发表4篇SCI，2篇EI，其中2篇SCI一区top，1篇IEEE Transactions，1篇CCF-A会议
数据驱动的策略学习理论方法与特定领域应用研究
- 课题名称
- 数据驱动的策略学习理论方法与特定领域应用研究
- 学科专业
- 课题关键词
- 辅导模式
- 1对1
- 发表目标
- SCI期刊1-2区 CCF-B/C
- 课题介绍
- 随着信息时代的快速发展，数据规模呈指数级增长，复杂系统决策场景（如智能交通、医疗资源调度、工业流程优化等）对策略的动态适应性、泛化能力提出了更高要求。传统策略设计多依赖领域专家经验或简化模型假设，难以应对高维、动态、不确定环境下的复杂决策问题，存在泛化性弱、鲁棒性不足等局限。在此背景下，数据驱动的策略学习作为融合机器学习、统计优化与领域知识的交叉方向，通过从海量数据中挖掘隐含规律，构建可自主优化的决策策略，成为解决复杂系统决策问题的关键途径。该研究不仅涉及强化学习、模仿学习等策略优化理论方法的创新（如提升样本效率、增强策略泛化性），还需结合特定领域特性（如医疗决策的伦理约束、工业过程的实时性要求）实现理论落地。当前，如何平衡策略学习的理论严谨性与领域应用的实际需求，是推动智能决策技术从实验室走向工程实践的核心挑战，对深化机器学习理论研究、赋能行业智能化升级具有重要学术价值与应用前景。
导师信息
招生要求
面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。