人工智能與數據科學專題項目回顧：AlphaGo的算法原理：強化學習與圖神經網絡（GNN）研究

本期項目回顧

我們(men) 將帶你“雲(yun) 體(ti) 驗”為(wei) 期七周的線上科研項目，跟隨大牛教授學習(xi) ，在博士導師的輔導下，完成科研課題並撰寫(xie) 科研論文的全過程。

本期課題：

#01 項目介紹

項目介紹：

項目內(nei) 容涉及強化學習(xi) 核心理論和技能，具體(ti) 包括遺傳(chuan) 算法、強化學習(xi) 框架、Q-learning、行動者-批評（actor-critic；AC）模型、馬爾可夫決(jue) 策過程、優(you) 化控製、圖神經網絡（graph neural networks; GNN）、自動機器學習(xi) （Auto ML）等。學生通過項目了解如何開發基於(yu) 強化學習(xi) 的生產(chan) 力軟件，在結束時提交項目個(ge) 性化研究課題報告，進行成果展示。

個(ge) 性化研究課題參考：

·強化學習(xi) 在博弈論中的應用：類alpha算法開發

·利用經驗留存解決(jue) 強化學習(xi) 所需樣本太多問題的可行性分析

·強化學習(xi) 中的機器獎勵設置方法迭代

·為(wei) 強化學習(xi) 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(jia) 網絡結構與(yu) 強化學習(xi) 優(you) 勢函數

項目大綱：

·強化學習(xi) ：項目將在本周聚焦遺傳(chuan) 算法和強化學習(xi) 框架。

·環境：強化學習(xi) 由智能體(ti) 和環境兩(liang) 部分構成。項目將在本周探討離策略、無模型強化學習(xi) 算法 Q-learning、行動者-批評（actor-critic；AC）模型、馬爾可夫決(jue) 策過程等。Environment

·優(you) 化：項目將在本周深入學習(xi) 強化學習(xi) 與(yu) 優(you) 化控製。

·集成與(yu) 控製

·集成：項目將在本周進一步探討圖神經網絡（graph neural networks; GNN）、自動機器學習(xi) （Auto ML）等。

·項目回顧與(yu) 成果展示

·論文輔導

#02 導師介紹

導師：Pietro

劍橋大學 終身正教授

Pietro導師現任劍橋大學計算機科學與(yu) 技術終身正教授，意大利國家認定Top100科學家， H-index64，被引用次數35000+。教授2021年連中三篇計算機頂會(hui) ICML，其論文還曾發表在包括世界級學術期刊 《Nature》。導師持有歐洲學習(xi) 和智能係統實驗室（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、劍橋大學大數據研究指導委員會(hui) 席位。

#03 項目進行中

導師、副導師與(yu) 助教的教學以及班主任的全程陪伴，充分保證學員的項目學習(xi) 過程以及體(ti) 驗，提高項目學習(xi) 的效果。

課堂截圖

#04 項目成果展示

在科研小組成員的共同努力以及導師和班主任團隊的指導幫助下，學員將自主完成完整的項目，並最終向導師進行匯報。

成果展示

同時，在寫(xie) 作課程結束後，論文老師將安排論文課。配合論文輔導團隊的指導，學生將會(hui) 把小組的科研成果進一步精細打磨，形成高質量的科研成果產(chan) 出。

作業(ye) 展示

#05 學員反饋

班主任溝通截圖

助教老師解答問題

助教回答

助教回答

學員反饋