会议预告 | 从统计学到人工智能国际研讨会

8:10-8:20

开幕式

8:20-9:10

冯兴东

汪昭然 (西北大学)

讨论人：郝博韬 (DeepMind)

9:10-10:00

陈增敬 （山东大学）

讨论人:严晓东(山东大学)

报告名称：Strategic central limit theorem in two-armed bandit process (双臂老虎机过程中的策略中心极限定理)

10:00-10:10

休息

10:10-11:00

周帆

郝博韬 (DeepMind)

讨论人:陈海鹏 (哈佛大学)

报告名称：Efficient Local Planning with Simulators (使用模拟器进行高效的本地规划)

11:00-11:50

顾全全 (UCLA)

讨论人:陈海鹏 (哈佛大学)

报告名称：Nearly Minimax Optimal Reinforcement Learning for Linear Mixture Markov Decision Processes (线性混合马尔可夫决策过程的近极小极大最优强化学习)

休息

13:30-14:20

邱怡轩

安波   (南洋理工大学)

讨论人:史成春(伦敦政治经济学院)

报告名称：Deep Learning for Solving Large Scale Complex Games (解决大规模复杂游戏的深度学习)

14:20-15:10

俞扬 (南京大学)

讨论人:张伟楠 (上海交通大学)

报告名称：On Causal Learning in Reinforcement Learning（强化学习中的因果学习）

15:10-15:20

休息

15:20-16:10

史成春

张伟楠 (上海交通大学)

讨论人: 安波(南洋理工大学)

报告名称：Advances of Model-based Reinforcement Learning (基于模型的强化学习进展)

16:10-17:00

柯良军 (西安交通大学)

讨论人：崔逸凡 (新加坡国立大学)

报告名称：智能博弈理论、方法与应用

8:00-8:50

孙强

王梦迪 (普林斯顿大学)

讨论人：郝博韬 (DeepMind)

报告名称：Off-Policy Fitted Q-Evaluation with Differentiable Function Approximators: Z-Estimation and Inference Theory (基于可微函数逼近的离线策略Fitted Q-评估：Z 估计及推断理论)

8:50-9:40

范剑青 (普林斯顿大学)

讨论人:焦雨领 (武汉大学)

9:40-9:50

休息

9:50-10:40

周慧娟

孙伟 (普渡大学)

讨论人：周文卓 (UIUC)

报告名称：Rate-Optimal Contextual Online Matching Bandit (速率最优的上下文在线匹配老虎机)

10:40-11:30

张崇洁 (清华大学)

讨论人：周文卓 (UIUC)

报告名称：Multi-Agent Reinforcement Learning with Value Factorization (通过价值分解的多智能体强化学习)

休息

13:30-14:20

李文东

秦志伟 (Lyft)

讨论人：周帆 (上海财经大学)

报告名称：Reinforcement Learning for Ridesharing: An Overview (共享出行中的强化学习应用综述)

14:20-15:10

罗世楷 (字节跳动)

讨论人：周帆 (上海财经大学)

报告名称：Practical applications of Uplift&RL models in tech companies (Uplift和强化学习模型在科技公司的实际应用)

15:10-15:20

休息

15:20-16:10

刘鑫

严晓东 (山东大学)

讨论人:史成春(伦敦政治经济学院)

报告名称：A/B Testing with a reinforcement learning framework based on  strategic central limit theorem (使用基于策略中心极限定理的强化学习框架进行 A/B 测试)

16:10-17:00

焦雨领 (武汉大学)

讨论人:史成春(伦敦政治经济学院)

报告名称：Oracle Inequality for Over-parameterized Deep Fitted Q-iteration (过度参数化的DFQ算法的Oracle 不等式)

8:00-8:50

刘强

陈溪 (纽约大学)

讨论人: 蔡亨瑞 (UC Irvine)

报告名称：Privacy-Preserving Dynamic Personalized Pricing with Demand Learning (隐私保护下的动态个性化定价)

8:50-9:40

赵拓 (佐治亚理工学院)

 讨论人: 蔡亨瑞 (UC Irvine)

报告名称：Robust Neural Policy Optimization with Stackelberg Adversarial Regularization (基于斯塔克伯格对抗正则化的鲁棒神经网络策略优化)

9:40-9:50

休息

9:50-10:40

刘旭

程光 (UCLA)

讨论人: 李翔 (北京大学)

报告名称：A Statistical Journey through Trustworthy AI (值得信赖的人工智能的统计之旅)

10:40-11:30

杨林 (UCLA)

讨论人: 李翔 (北京大学)

报告名称：Nearly tight sample complexity bounds for learning in constraint MDP with a generative model (使用生成模型的带约束MDP的近乎紧的样本复杂度边界)

11:30-12:20

黄隆波 (清华大学)

 讨论人: 李翔 (北京大学)

报告名称：Designing Efficient and Robust Deep Reinforcement Learning Algorithms (设计高效稳健的深度强化学习算法)

8:30-9:00

吴梦云

蔡亨瑞 (UC Irvine)

报告名称：Doubly Robust Interval Estimation for Optimal Policy Evaluation in Online Learning (在线学习中最优策略评估的双重稳健区间估计)

9:00-9:30

李翔 (北京大学)

报告名称：Polyak-Ruppert-Averaged Q-Learning is Statistically Efficient (Polyak-Ruppert-Averaged Q学习在统计上是有效的)

9:30-10:00

万润哲(北卡州立大学)

报告名称：Towards Scalable and Robust Structured Bandits: A Meta-Learning (迈向可扩展和稳健的结构化Bandits：元学习框架)

10:00-10:10

休息

10:10-10:40

宋馨雨

白辰甲(哈尔滨工业大学)

报告名称：Uncertainty-Driven Offline Reinforcement Learning (不确定性度量的离线强化学习算法)

10:40-11:10

朱周帆 (上海财经大学)

报告名称：The crossing issue in Distributional Reinforcement Learning (值分布强化学习中的交叉问题)

11:10-11:40

王嘉宁 (上海财经大学)

报告名称：Value Enhancement of Reinforcement Learning via Efficient and Robust Trust Region Optimization (通过高效和稳健的信任区域优化方法的强化学习的价值增强)