方向：理工
专业：人工智能
是否可以加论文：是
项目时长及形式：英文
产出：
7周在线小组科研学习+5周论文辅导学习 共125课时
学术报告
优秀学员获主导师Reference Letter
EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表（可用于申请）
结业证书
成绩单
项目介绍：
项目内容涉及强化学习核心理论和技能，具体包括遗传算法、强化学习框架、Q-learning、行动者-批评（actor-critic；AC）模型、马尔可夫决策过程、优化控制、图神经网络（graph neural networks; GNN）、自动机器学习（Auto ML）等。学生通过项目了解如何开发基于强化学习的生产力软件，在结束时提交项目个性化研究课题报告，进行成果展示。
个性化研究课题参考：
强化学习在博弈论中的应用：类alpha算法开发
利用经验留存解决强化学习所需样本太多问题的可行性分析
强化学习中的机器奖励设置方法迭代
为强化学习过拟合的特定场景重新建模的自动过程研究
具有精确尺度估计的动作-评价网络结构与强化学习优势函数
更多留学问题欢迎咨询晨晟留学之家，电话(同微信) 18071732056