人工智能与数据科学专题项目回顾：AlphaGo的算法原理：强化学习与图神经网络（GNN）研究

本期项目回顾

我们将带你“云体验”为期七周的线上科研项目，跟随大牛教授学习，在博士导师的辅导下，完成科研课题并撰写科研论文的全过程。

本期课题：

#01 项目介绍

项目介绍：

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

·具有精确尺度估计的动作-评价网络结构与强化学习优势函数

项目大纲：

·强化学习：项目将在本周聚焦遗传算法和强化学习框架。

·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。

·集成与控制

·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。

·项目回顾与成果展示

·论文辅导

#02 导师介绍

导师：Pietro

剑桥大学 终身正教授

Pietro导师现任剑桥大学计算机科学与技术终身正教授，意大利国家认定Top100科学家， H-index64，被引用次数35000+。教授2021年连中三篇计算机顶会ICML，其论文还曾发表在包括世界级学术期刊 《Nature》。导师持有欧洲学习和智能系统实验室（Ellis；欧洲大型跨国人工智能研究所，目前拥有千位全球顶尖计算机工程师、数学家和其他领域科学家，旨在重构欧洲人工智能前沿研究）席位、剑桥大学大数据研究指导委员会席位。

#03 项目进行中

导师、副导师与助教的教学以及班主任的全程陪伴，充分保证学员的项目学习过程以及体验，提高项目学习的效果。

课堂截图

#04 项目成果展示

在科研小组成员的共同努力以及导师和班主任团队的指导帮助下，学员将自主完成完整的项目，并最终向导师进行汇报。

成果展示

同时，在写作课程结束后，论文老师将安排论文课。配合论文辅导团队的指导，学生将会把小组的科研成果进一步精细打磨，形成高质量的科研成果产出。

作业展示

#05 学员反馈

班主任沟通截图

助教老师解答问题

助教回答

助教回答

学员反馈