【喜报】“深度强化学习实验室“与“南栖仙策“达成战略合作

深度强化学习实验室

论坛：http://deeprlhub.com/

编辑：DeepRL

     为进一步推动下一代认知决策智能的发展，促进国内强化学习技术的理论探索、应用落地和人才培养，＂深度强化学习实验室＂与＂南栖仙策(南京)科技有限公司＂达成战略合作。

    双方将充分以学术发展为核心，发挥企业和开源开放实验室的自身优势，在深度强化学习领域开展深度合作，共同探索“企业+学术+社区”的合作模式，构建适应下一代人工智能发展环境，共同举办研讨会、沙龙、竞赛等相关活动，探索新的合作方式，推进强化学习技术落地、社区发展和人才培养，共同推动国内强化学习技术进步。

一、深度强化学习实验室（ DeepRL-Lab）

发展理念：开源开放、共享共进

深度强化学习实验室是一个创新线上实验室，一个服务强化学习研究者、爱好者的学术交流组织、交流平台，致力推动国内强化学习技术发展与应用落地，目前具有公众号、社区论坛和社群等完善的交流学习开源体系，与清华大学iDLab、兰州大学等具有建立了长期合作。

实验室目前汇集了来自于国内外213+所大学、35+个研究所的上万名研究者，博士硕士学历占团队85%以上，人员包含了清华、北大、浙大、中山、北航、东南、南大、华南理工、大工、中科大、北理工、国防科大、帝国理工、CMU、UCL、南洋理工、柏林工业、西悉尼大学、埃默里大学、纽约大学的本科、硕士、博士、博后、高校教师、企业工程师等各行各业的人才。

深度强化学习社区全员参与发展，目前发布了深度强化学习入门资料等，共同促进深度强化学习发展。并持续发布深度强化学习环境、理论算法推导与算法实现、前沿技术与论文解读、开源项目、应用场景及实际应用、强化学习业界资讯等方面文章上百篇。

微信公众号：深度强化学习实验室

社区：http://deeprlhub.com/

欢迎有志于推动开源开放社区的伙伴加入我们，让我们共同推进强化学习技术的发展。([email protected])

二、南栖仙策（南京）科技有限公司

南栖仙策是一家专注于智能决策的人工智能新锐公司，基于强化学习、环境模拟、策略迁移、深度学习等AI技术，专注于为各行业客户提供智能决策策略训练、迁移等服务，帮助客户实现自主、智能的决策。

核心团队来自南京大学LAMDA实验室、自主智能对抗实验室、中国电信等前沿技术实验室和500强IT企业，博士硕士学历占团队90%以上。。

团队由首席科学家俞扬教授的带领，在相关技术领域特别是强化学习、智能对抗等方面处于全国领先，全球知名的地位。俞扬教授被评为国际“人工智能十大新星”，获亚太数据挖掘“青年成就奖”，受邀在国际人工智能联合大会(IJCAI)作“青年成就报告”，全国优秀博士学位论文获得者，OpenAI Retro Contest 强化学习国际比赛冠军、亚太数据挖掘竞赛冠军。

基于强化学习和策略迁移技术，利用真实用户的历史信息，推断用户意图，准确模拟真实用户的行为，并且使用该模拟器训练了基于强化学习的推荐系统，实现了“0线上试错”的策略学习过程，在线上测试中有显著提升。 高效强化学习技术方面，目前在大规模复杂环境星际II中，利用提出的新型分层强化学习框架，首次实现单机训练全局星际II决策学习，以超过 90 % 胜率击败内置AI。基于迁移技术，获得了OpenAIRetro Contest 迁移强化学习国际比赛冠军，挑战了跨环境迁移能力。

南栖仙策不仅在通用人工智能研究领域走在科学前沿，在业务上也领先全球率先突破落地屏障，在制造、物流、营销等场景验证了智能决策落地产生的颠覆效果。公司已获涌华资本等知名投资机构数千万天使投资。

访问官网：http://www.polixir.ai

欢迎加入：[email protected]

完

总结1：周志华 || AI领域如何做研究-写高水平论文

总结2：全网首发最全深度强化学习资料(永更)

总结3:  《强化学习导论》代码/习题答案大全

总结4：30+个必知的《人工智能》会议清单

总结5：2019年-57篇深度强化学习文章汇总

总结6:   万字总结 || 强化学习之路

总结7：万字总结 || 多智能体强化学习(MARL)大总结

总结8：深度强化学习理论、模型及编码调参技巧

完