郝建业，天津大学副教授，华为诺亚方舟决策与推理实验室主任，研究领域集中在强化学习和多智能体系统，在国内外顶级学术会议和期刊上发表论文100余篇，并获得ASE2019、DAI2019、CoRL2020等多项优秀论文奖。其团队的研究已成功应用于游戏AI、电子商务推荐、网络优化、供应链优化等多个领域。

报告题目：自监督强化学习

近年来，强化学习的研究取得了很大进展，但仍存在采样效率和可扩展性等问题，这极大地限制了其在实际应用场景中的广泛应用。强化学习的主要瓶颈在于对环境和策略的表征能力有限。在本次演讲中，我将介绍如何利用自我监督技术，从状态、策略、动作等不同方面提高强化学习的表述能力入手，最终提高学习效率和跨不同场景任务的可扩展性。