一、PPT及视频
卢宗青 Introduction to Reinforcement Learning and Value-based Methods回放
汪军 Foundations of Reinforcement Learning,回放
Haitham Non-Convex Optimisation: Survey & ADAM's Proof,回放
张伟楠 Model-based Reinforcement Learning,回放
朱占星 Control as Inference,回放
俞扬 Imitation Learning,回放
郝建业 Learning with Sparse Rewards,回放
张海峰 Game Theory Basics,回放
安波 Multi-agent Systems,回放
张崇洁 Deep Multi-agent Reinforcement Learning,回放
杨耀东 Advances of Multi-agent Learning(in Gaming AI),回放
徐任远 Mean-field Games and Controls,回放
[Panel Discussion],回放
二、老师简介
安波
新加坡南洋理工大学校长委员会讲席副教授，于2011年在美国麻省大学Amherst分校获计算机科学博士学位。主要研究领域包括人工智能、多智能体系统、算法博弈论、强化学习、及优化。有100余篇论文发表在人工智能领域的国际顶级会议AAMAS、IJCAI、AAAI、ICAPS、KDD、UAI、EC、WWW、ICLR、NeurIPS、ICML以及著名学术期刊JAAMAS和AIJ。曾获2010年IFAAMAS杰出博士论文奖、 2011年美国海岸警卫队的卓越运营奖、2012年AAMAS最佳应用论文奖、2016年IAAI创新应用论文奖，2012年INFORMS Daniel H. Wagner杰出运筹学应用奖，以及2018年南洋青年研究奖等荣誉。受邀在IJCAI'17上做Early Career Spotlight talk。 获得2017年微软合作AI挑战赛的冠军。入选2018年度IEEE Intelligent Systems的“人工智能10大新星”(AI's 10 to Watch)。他是JAIR编委会成员以及JAAMAS, IEEE Intelligent Systems, 和ACM TIST的副主编。他是AAMAS'20的程序委员会主席。
Haitham Bou Ammar
Haitham Bou Ammar leads the reinforcement learning at Huawei R&D UK and he also serves as an honorary lecturer at University College London. Prior to joining Huawei, Haitham led the reinforcement learning at PROWLER.io. Previously, Haitham held academic positions as a professor at the American University of Beirut, and a post-doctoral researcher at Princeton University and the University of Pennsylvania. Haitham’s research span various areas in machine learning including reinforcement learning, multi-task learning, optimisation, and Variational Inference.
郝建业
华为诺亚方舟决策推理实验室主任，天津大学智能与计算学部副教授，博士生导师。主要研究方向为深度强化学习，多智能体系统。在人工智能领域知名国际会议及期刊发表学术论文100余篇，专著2部。主持参与国家基金委、科技部、天津市人工智能重大等科研项目10余项，研究成果荣获ASE2019、DAI2019最佳论文奖等，同时在游戏AI、广告推荐、自动驾驶、优化控制等领域落地应用
卢宗青
北京大学计算机科学系“博雅”助理教授。在2017年9月加入北京大学之前，他在美国宾夕法尼亚州立大学计算机系从事博士后工作。他于2014年4月获得了新加坡南洋理工大学计算机博士学位，并获得了东南大学的硕士学位和学士学位。他的主要研究领域包括（多智能体）强化学习、移动/边缘智能系统等
汪军
伦敦大学学院（UCL）计算机系教授，阿兰·图灵研究所Turing Fellow，华为诺亚方舟实验室决策推理首席顾问。主要研究智能信息系统，主要包括机器学习、强化学习、多智能体，数据挖掘、计算广告学、推荐系统、等等。已发表了120多篇学术论文，出版两本学术专著，多次获得最佳论文奖。
徐任远
现任牛津大学（University of Oxford）数学系Hooke Research Fellow，即将于2021年加入南加州大学（USC）工业系统工程系担任助理教授。其主要研究方向为应用概率，随机分析，博弈论与机器学习的交叉领域。徐任远本科毕业于中国科学技术大学数学学院（2014），并于加州大学伯克利分校（UC Berkeley）工业工程系获得博士学位（2019）。
杨耀东
机器学习研究员，专注于强化学习，多智能体学习，和贝叶斯统计。目前担任华为诺亚方舟实验室多智能体学习技术专家，负责开展多智能体强化学习研究及其在自动驾驶决策中的应用。加入华为之前，他曾担任美国国际集团（AIG）科学组高级经理，带领开发机器学习在金融问题中的应用。杨耀东本科毕业于中国科技大学，硕士毕业于帝国理工大学，博士学习就读于UCL, 目前发表各类学术论文20余篇。2018年，他被英国内政部（Home Office）纳入人工智能杰出人才计划。
俞扬
博士，南京大学教授，国家万人计划青年拔尖人才。主要研究领域为机器学习、强化学习。获2013年全国优秀博士学位论文奖、2011年CCF优秀博士学位论文奖。发表论文40余篇，包括多篇Artificial Intelligence、IJCAI、AAAI、NIPS、KDD等，获得4项国际论文奖励和2项国际算法竞赛冠军，入选2018年IEEE Intelligent Systems杂志评选的“国际人工智能10大新星”，获2018亚太数据挖掘"青年成就奖”，受邀在IJCAI’18作关于强化学习的"青年亮点"报告
张崇洁
清华大学交叉信息科学院助理教授，博士生导师，机器智能研究组主任。于2011年在美国麻省大学阿默斯特分校获计算机科学博士学位，而后在美国麻省理工学院从事博士后研究。目前的研究专注于人工智能、深度强化学习、多智能体系统、以及机器人学。
张海峰
中国科学院自动化研究所副研究员、硕士生导师，领导群体决策智能团队，研究领域包括多智能体强化学习、游戏AI和计算广告等。曾担任北京大学前沿计算研究中心访问学者和伦敦大学学院（UCL）博士后，并分别于2018年和2012年在北京大学获得计算机博士学位和计算机、经济学双学士学位。
张伟楠
上海交通大学电院John中心长聘教轨副教授，研究强化学习领域中的多智能体强化学习、基于模型的强化学习和模仿学习等方向，并致力于将强化学习技术落地到互联网个性化服务、游戏智能、智慧交通、文本生成等应用场景中。张伟楠于2011年在上海交通大学计算机系ACM班获得学士学位，于2016年在伦敦大学学院计算机系获得博士学位。
朱占星
北京大学数学科学学院、大数据科学研究中心助理教授，与北京大学深度学习实验室密切合作。 此前，他从英国爱丁堡大学信息学院获得机器学习博士学位。他的研究领域涵盖机器学习和人工智能的方法论/理论及其在各个领域的应用。
来源：https://rlchina.org/
