Robin's AI Lab

主题切换

强化学习代表人物、机构与资源 ​

1. 强化学习代表人物 ​

1.1 Richard Sutton ​

Richard Sutton 是加拿大阿尔伯塔大学的教授，也是强化学习领域的奠基人之一。他的主要研究方向包括强化学习、机器学习和人工智能。他是 Temporal Difference 学习算法的创始人之一，也是 SARSA 算法和函数逼近强化学习的奠基人之一，这些算法已被广泛应用于强化学习中。他与 Andrew Barto 合作写作的《Reinforcement Learning: An Introduction》一书是该领域的经典著作，该书介绍了强化学习的基本原理和方法，被广泛认为是强化学习的标准教材之一。

1.2 Andrew Ng ​

Andrew Ng 是斯坦福大学计算机科学系的教授，同时也是谷歌前副总裁和百度的首席科学家。他是机器学习和人工智能领域的知名专家，也是在线课程平台 Coursera 的联合创始人。他在 Coursera 上推出的“机器学习”课程已经有数百万人参加，成为机器学习入门的标准课程之一。他还创建了 deeplearning.ai，致力于普及深度学习的知识。

1.3 David Silver ​

David Silver 是英国伦敦大学学院的教授，他是 DeepMind 团队的创始成员之一，同时也是 AlphaGo 的核心设计者之一。在 2013 年，他开始研究将深度学习与强化学习相结合，这使得机器在更复杂的领域中具有了更强的表现力。他还在 2016 年发表的论文中介绍了著名的 Deep Reinforcement Learning（DRL）算法，并在 2019 年获得了杰出的成就奖。他的代表作包括 AlphaGo、AlphaZero、Atari Games 等。

1.4 Pieter Abbeel ​

Pieter Abbeel 是加州大学伯克利分校的教授，同时也是人工智能公司 Covariant 的联合创始人。他的研究方向包括机器学习、机器人学和控制论等。他在强化学习领域取得了一系列的突破，包括发明了一种新的强化学习算法，称为 Trust Region Policy Optimization（TRPO），该算法已经被广泛应用于机器人控制和其他任务中。他的团队开发了一种被称为 DeepMimic 的算法，可以让机器人学习各种高级运动，如跳跃、滑翔和攀岩等。他还开发了一种名为 CoRL（Conference on Robot Learning）的会议，该会议聚焦于机器人学习领域。

代表作：Apprenticeship Learning via Inverse Reinforcement Learning，DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills。

1.5 Sergey Levine ​

Sergey Levine 是加州大学伯克利分校的教授，也是 UC Berkeley 的 AI 实验室的主任。他在强化学习领域的主要贡献是针对机器人学习的算法研究，如怎样让机器人在现实环境中学习、移动和交互。他提出的一种基于深度学习和强化学习的“行动者-评论家”（Actor-Critic）算法已经被广泛应用于机器人控制领域。他的代表作包括在机器人控制、自主导航等领域的研究工作，以及 Flow、Spinning Up 等强化学习库。

代表作：Deep Learning for Robotics，End-to-End Training of Deep Visuomotor Policies。

1.6 John Schulman ​

John Schulman 是 OpenAI 的联合创始人之一，同时也是伯克利人工智能研究所（BAIR）的研究员。他在强化学习领域的主要贡献是开发出一种被称为 TRPO（Trust Region Policy Optimization）的强化学习算法，该算法可以更稳定地学习复杂的机器人控制任务。他还是 Gym 开源项目的创始人之一，该项目为开发人员提供了一种用于评估和比较强化学习算法的平台。

代表作：Trust Region Policy Optimization，Proximal Policy Optimization Algorithms。

1.7 Marc Bellemare ​

Marc Bellemare 是蒙特利尔大学的助理教授，同时也是 Google Brain 的研究员。他的研究重点在于开发新的强化学习算法，以及提高现有算法的表现。他在 2013 年发表了著名的 Double DQN 论文，提出了一种改进 DQN 算法的方法，大大提高了强化学习算法的稳定性。他的代表作还包括 Rainbow、QR-DQN 等强化学习算法。

1.8 其他代表人物： ​

  1. Ian Goodfellow：加拿大蒙特利尔大学教授，GAN（生成对抗网络）的创始人之一，也是深度学习领域的知名专家。

  2. Chelsea Finn：斯坦福大学助理教授，主要研究方向是强化学习、元学习和机器人学等，提出了 Model-Agnostic Meta-Learning（MAML）算法等。

  3. Marc Bellemare：蒙特利尔大学助理教授，主要研究方向是强化学习、深度学习和游戏 AI 等，提出了 Double Q-Learning 等算法。

  4. Doina Precup：蒙特利尔大学教授，主要研究方向是机器学习和强化学习等，她的研究成果包括 Autonomous Agents、Hierarchical Reinforcement Learning 等。

  5. Jian Peng：美国乔治亚理工学院助理教授，主要研究方向是深度学习和强化学习等，提出了 Trust-PCL 等算法，并应用于推荐系统和自然语言处理等领域。

  6. Emma Brunskill：斯坦福大学副教授，主要研究方向是强化学习、教育技术和人工智能公平性等，她的研究成果包括逆强化学习、Bandit-Based Learning 等。

  7. Sham Kakade：华盛顿大学教授，主要研究方向是强化学习和统计学习等，提出了 Optimistic Initial Values、Policy Gradient 等算法。

  8. Satinder Singh：密歇根大学教授，主要研究方向是强化学习和人工智能等，他的研究成果包括多智能体强化学习、协同机器人等。

2. 强化学习研究机构：学术界 ​

2.1 国外 ​

  • 伯克利：Sergey Levine,Pieter Abbeel, Dimitri Bertsekas, Emma Brunskill, Chelsea Finn
  • UCL：David Sliver(目前好像不指导学生了)、汪军老师等
  • Alberta：Richard Sutton 老爷子、Dale, Michael Bowling, Csaba
  • MCGill: Doina, Joelle
  • Stanford：Benjamin Van Roy
  • 莫斯科国立大学：NIPS 比赛很强
  • 巴黎 Flowers Team：Intrinsic motivation 方向
  • Oxford: Shimon Whiteson
  • Texas: Peter Stone
  • 新加坡南洋理工大学：安波老师
  • 莫斯科国立大学：NIPS 比赛很强
  • 巴黎 Flowers Team：Intrinsic motivation 方向
  • 加拿大麦吉尔大学：推理与学习实验室 -（Doina Precup 和 Joelle Pineau 分别在 DeepMind 和 FAIR Montreal 工作）
  • 加拿大 U Alberta 的增强学习和人工智能（Rich Sutton，Michael Bowling，Patrick Pilarski 在 DeepMind Edmonton 任职；CsabaSzepesv ári 在 DeepMind London 任职）
  • 强化学习和在线学习小组，英国伦敦帝国学院（马克·迪森罗思在http://Prowler.IO）
  • 英国牛津大学白森研究实验室
  • 法国里尔的 Inria SequeL（Mohammad Ghavamzadeh，R émiMunos，Bilal Piot 在 DeepMind，Alessandro Lazaric 在 FAIR Paris，Olivier Pietquin 在 Google Brain）
  • Juergen Schmidhuber 的小组，瑞士 IDSIA（现为 NNAISENSE）
  • 谢恩·曼诺（Shie Mannor）在以色列 Technio]的小组
  • Gergely Neu 在 UPF 西班牙巴塞罗那举行
  • 印度 IIT-Madras 的 Balaraman Ravindran 小组
  • 加拿大多伦多大学/媒介研究所的 Jimmy Ba 的小组
  • 加拿大媒介学会的阿米尔·马苏德·法拉赫曼德（Amir-Massoud Farahmand）的 Alireza Makhzani

2.2 香港 ​

2.3 国内 ​

  • 清华大学：张崇洁老师、李升波老师等
  • 北京大学：卢宗青老师等
  • 南京大学：俞扬老师、高阳老师等
  • 上海交通大学：张伟楠老师、俞凯老师
  • 中国科学院：赵冬斌老师、张海峰老师等
  • 天津大学：郝建业老师等
  • 中科大：李厚强老师、周文罡老师、王杰老师、庄连生老师等
  • 国防科技大学：徐昕老师
  • 中科院深圳先进技术研究院：崔允端老师(强化学习在自动驾驶、机器控制上的应用)

3. 强化学习研究机构：工业界 ​

3.1 国外 ​

  • DeepMind(David Sliver, Marc G. Bellemare)
  • OpenAI(John Schulman)
  • FAIR（全方向）：知名的有田渊栋和 Noam Brown 等，大佬巨多
  • Google Brain（全方向）：大佬巨多
  • Salesforce Research

3.2 国内 ​

  • 腾讯 AI Lab：游戏等；
  • 百度 PARL 团队：自研框架+RL 比赛
  • 网易伏羲实验室：游戏；
  • 字节跳动 AI Lab：游戏、推荐；
  • 地平线 AI：RL+机器人、自动驾驶
  • 滴滴：运筹优化；
  • 阿里：推荐、运筹优化；
  • 微软亚研院：Research，信息检索和搜索引擎；
  • 华为诺亚方舟实验室：Research；
  • 华为消费者 BG 自动驾驶解决方案 BU：RL+自动驾驶
  • 平安保险：强化学习+NLP；
  • 快手 AI Lab：游戏、检索；
  • Momenta：RL+自动驾驶
  • 超参数科技：游戏；
  • 启元世界
  • 南栖仙策

Maintained by Robin

© 2017 — 2026. Powered by VitePress