時間：2022年12月2日（星期五）下午15:00-16:30
地點：#騰訊會議：622-389-115
報告人：周一帆 教授
報告人簡介：
周一帆，教授，博導(dǎo)，擔(dān)任中國“雙法”研究會工業(yè)工程分會常務(wù)理事，中國運籌學(xué)會可靠性分會理事，中國創(chuàng)造學(xué)會理事。擔(dān)任IEEE PHM國際會議Arrangement Chair和多個國際會議Session chair。主持國家自然科學(xué)基金面上項目兩項，國家自然科學(xué)基金青年基金一項，教育部博士點基金一項，江蘇省重點實驗室開放基金兩項。發(fā)表論文SCI/EI檢索論文40余篇，其中包括以第一作者/通訊作者在《Reliability Engineering and System Safety》、《Applied Mathematical Modelling》、《IEEE Transactions on Reliability》、《Computers & Industrial Engineering》等期刊發(fā)表SCI論文16篇。在東南大學(xué)“我最喜愛的導(dǎo)師”評選中被評為“十佳導(dǎo)師”。
報告內(nèi)容簡介：
多智能體強(qiáng)化學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)是近年來興起的求解大規(guī)模馬爾可夫決策過程的重要方法。為基于馬爾可夫決策過程進(jìn)行大型多部件系統(tǒng)維修優(yōu)化和多倉庫系統(tǒng)庫存優(yōu)化提供了新的思路。本報告介紹了強(qiáng)化學(xué)習(xí)、多智能體強(qiáng)化學(xué)習(xí)和深度強(qiáng)化學(xué)習(xí)的原理和方法。展示了其在維修優(yōu)化和庫存優(yōu)化中的應(yīng)用。比較和討論了強(qiáng)化學(xué)習(xí)和啟發(fā)式算法在求解此類問題時的優(yōu)缺點，以及兩種算法的不同適用范圍。最后討論了未來的研究方向。
（承辦：管理科學(xué)與物流系、長三角研究院數(shù)字經(jīng)濟(jì)創(chuàng)新研究中心、科研與學(xué)術(shù)交流中心）
