报告题目：人工智能与强化学习

报告人：夏俐（中山大学）

时间：2026年6月8日16:30-18:00

地点：立志楼A601

报告摘要: 随着AlphaGo和大语言模型的成功应用，强化学习得到了学术界和工业界的日益重视，也是本轮人工智能热潮的核心推动力量。马氏决策过程是强化学习的数学模型，两者本质都是研究随机动态系统的序贯决策优化问题，本报告将主要介绍人工智能与强化学习的基本概念、核心思想与典型应用。

报告人简介：夏俐，中山大学管理学院教授，青年长江学者，长期从事马氏决策过程、强化学习、排队论、随机博弈等理论研究及其在能源、金融等领域的应用研究。发表论文100余篇，主持5项国家自然科学基金项目（1项重点）、3项国家重点研发计划子课题、多项华为&腾讯等企业研发项目。担任IEEE Transactions on Automation Science and Engineering、Discrete Event Dynamic Systems等国际权威SCI期刊的副主编（AE），曾两次获教育部高等学校自然科学二等奖，独立获得广东省哲学社会科学优秀成果奖等学术奖励。