报告题目：强化学习辅助的自动连续优化方法

报告人：田野

报告时间：2025年12月5日15:00

报告地点：17幢401会议室

报告简介：强化学习技术已被广泛应用于求解各类组合优化问题，其在动态环境中的自适应学习能力能有效保证收敛性和泛化性。由于连续优化问题通常未提供动态环境，强化学习技术难以定义合适的状态信息以求解连续优化问题。为此，我们提出了一系列提升式强化学习方法，利用强化学习实现元启发式算法的自动配置和构建，使元启发式算法能自动适应于不同连续优化问题。在单目标、多目标、大规模、昂贵等类型的连续优化问题上的结果表明，强化学习辅助的自动连续优化方法较之传统静态优化方法具有更好的优化效果和泛化能力。

报告人简介：田野，男，安徽大学教授、博士生导师，国家级青年人才、安徽省杰青、香江学者、安徽青年五四奖章获得者。近三年连续入选科睿唯安全球高被引学者、爱思唯尔中国高被引学者、斯坦福前2%科学家，入选百度全球华人AI青年学者。在进化计算领域发表论文一百余篇，被引一万余次，获国际期刊会议杰出论文奖九项。现任IEEE进化计算汇刊副编。