强化学习：理论、方法与在大模型的应用｜CNCC Tutorial

讲者介绍

南京大学教授

南京大学人工智能学院教授。主要从事人工智能、机器学习、强化学习方向的研究，工作获5项国际论文奖、3项国际算法竞赛冠军。入选国家青年人才计划、IEEE Intelligent Systems “AI’s 10 to Watch”，获CCF-IEEE青年科学家奖，首届亚太数据挖掘“青年成就奖”，并受邀在国际人工智能联合大会 IJCAI 2018上作“青年亮点报告”。 

南京大学讲师

南京大学人工智能学院讲师，2023年于南京大学人工智能学院获得博士学位。主要从事强化学习与多智能体强化学习方向的研究，在TPAMI、TNNLS、NeurIPS、ICML、ICLR、AAMAS等发表论文20余篇，在开放环境多智能体强化学习方面的工作获得DAI 2023最佳论文奖。

香港中文大学（深圳）博士生

香港中文大学（深圳）博士生，曾在南京大学作访问学生，主要从事强化学习方向的研究，在TPAMI、NeurIPS、ICML、ICLR等领域顶级期刊和会议发表论文10余篇，提出了面向大语言模型的强化学习算法ReMax。

南京大学博士后

南京大学人工智能学院博士后，2025年于南京大学人工智能学院获得博士学位。主要从事强化学习理论基础研究，受到国家自然科学基金青年学生（研究生）项目支持，在TPAMI、NeurIPS、ICML、ICLR等领域顶级期刊和会议发表论文10余篇，推进了模仿学习理论误差的理解和消减方法的发展。

CNCC2025将于10月22-25日在哈尔滨举办。专题论坛将在往年多样化主题的基础上，首次通过“基础-前沿-未来”的一体化设计，满足不同背景参会者的需求，构建从知识获取到创新激发的完整路径，打造系统化、进阶式的参会体验。重点设置9大主题板块，每个主题板块的专题论坛由三大核心模块组成：面向前沿领域的体系性Tutorial、聚焦前沿突破的专题论坛以及探讨未来发展路径的思辨论坛。Tutorial作为这一设计的起点，为参会者构建坚实的共同知识基础，能够深度参与后续的前沿报告理解与未来方向思辨。同时面向青年学者、行业新锐等人群，通过系统性教学，助力赋能青年人才发展。