2024年6月14日下午，信息与智能工程学院刘小飞副教授举办了“强化学习与深度强化学习简介及应用”讲座。讲座伊始，刘小飞老师首先引入“深度强化学习”的概念，并借助多个研究实例，展现了深度强化学习是如何从外部嵌入、技术增强和使能创新三个维度来支撑大数据决策的。
接着，讲座聚焦如何实现深度强化学习算法问题，以Python为例，通过定义环境、定义智能体、训练智能体和测试智能体等步骤，深入浅出地阐释了如何利用深度强化学习处理生活中的复杂问题，优化管理决策；并通过对研究局限性、可继续研究的未来方向的讨论，给听众留下了进一步思考的空间。其次，刘小飞副教授还详细讲解了深度强化学习算法实现过程中的常见问题及解决方案，如使用分布式训练、异步训练或正则化的方式解决训练速度慢的问题。
通过本次讲座让学生了解了智能体决策的理论基础、算法模型以及实际应用案例，从人工智能学科发展的角度，让学生理解了强化学习及深度强化学习的原理，以及其在自动驾驶、金融投资、机器人控制等领域的广泛的应用场景，启发了学生从更高层面对未来智能体的决策进行思考。
