研究方向
强化学习算法优化 强化学习就是通过不断与环境交互，利用环境给出的奖惩来不断的改进策略（即在什么状态下采取什么动作）。以游戏为例，如果在游戏中采取某种策略可以取得较高的得分，那么就进一步强化这种策略，以期继续取得较好的结果。这种策略与日常生活中的各种绩效奖励非常类似。我们平时也常常用这样的策略来提高自己的游戏水平。这个课题专注于设计更有效的强化学习算法，基于传统的算法，我们想通过观察、模拟、学习过去的经验，以提高算法的收敛速度和准确性。
相关学科
计算机科学
科研导师
C. S
- 乔治亚理工学院博士在读；
- 研究方向为优化算法、机器学习、强化学习；
- 曾获宋庆龄奖学金，省奥数一等奖；
- 多篇学术论文发表于国际学术期刊，其中首次提出了非凸非线性随机最优化算法理论和代码，2018年所著论文作为热门文章发表于能量与环境科学杂志封面内页。
科研成果
成果一：在英文期刊中发表学术论文
有方学者项目保证为学员在正规的英文学术期刊中发表论文。正规的学术期刊均要求由独立审稿人决定论文的录用与否。因此，论文的成功发表标志着这篇文章已达到学界公认的学术标准。有方学者最优秀的学生，不但可以冲击EI、SCI等高级别期刊，而且有机会参与全球顶级的学术会议。
成果二：第一作者身份
有方学者项目坚持帮助学生以第一作者身份发表论文。在申请过程中，招生官最看重的是学生在科研项目中的参与程度，而第一作者顺位恰恰是这一点的最佳证明。近年来，有大量的中国学生在教授署名的论文中挂名，这使得第一作者身份的含金量更为突出。
成果三：独一无二的课题
有方学者项目的导师会为每个学生提供独一无二的课题，连接最前沿的科研方法和学生感兴趣的学术方向，保证学生研究内容的差异性。
成果四：顶尖院校导师的推荐信
有方学者项目将为学生提供项目导师撰写的推荐信。导师作为推荐人，来自于美国顶尖学府的科研团队，保证了推荐信的可信度；而导师所提供的丰富的细节和生动的描述能更好展现学生的过人之处，从而大大提高了推荐信的价值。
成果五：高效备战具有高影响力、高含金量的科研竞赛
学生可以直接使用有方学者项目的成果论文冲击多项全球顶级的科研赛事，其中包括：被誉为“中国青年的诺贝尔奖”的丘成桐科学奖、ISEF 国际科学与工程奖、全国青少年科技创新大赛等。
了解更多详情
请扫描二维码
关注「有方背景提升」
