报告题目：生成式强化学习策略优化
报告人：胡纪锋 助理教授 吉林大学人工智能学院
报告摘要：
生成式强化学习利用生成模型刻画复杂动作分布，为高维连续决策任务提供了新的策略优化途径。然而，生成式策略的多步动作生成过程难以精准引导，且长序列决策中的时序关联尚未得到充分利用，制约了决策质量与可控性。本报告围绕决策可控的生成式策略优化，介绍若干种决策可控的生成式策略训练与优化方法，例如基于能量函数的多步生成引导方法，基于历史交互信息与动作价值引导决策生成等，并结合相关实验分析方法的有效性。报告旨在为复杂场景下的智能决策与控制提供新的研究思路。
报告人简介：
胡纪锋，吉林大学人工智能学院助理教授、博士生导师。目前主要从事强化学习方向研究，研究方向包括生成式策略优化、世界模型、LLM Agent等。在NeurIPS、ICML、TNNLS、TKDE等CCF A/B类国际知名会议和期刊发表论文10余篇。担任TPAMI、NeurIPS、ICML、ICLR、AAAI等国际知名期刊和会议审稿人及AC。主持国家自然科学基金项目1项。
报告时间：
报告地点：吉林大学前卫校区正新楼四楼本科生教室
