博弈决策大模型分论坛

现实中很多涉及到竞争、对抗的场景都要用到博弈决策，如市场产品竞争、军事冲突对抗，通过充分考虑对手的行为和可能的反应，做出最优的决策，是博弈决策的研究内涵。以ChatGPT为代表的大模型技术已经对传统博弈决策范式带来了巨大冲击和挑战。大模型凭借通顺流畅的语言生成、通用广泛的场景适应、通达全领域的知识覆盖和通畅自然的人机交互能力,正在推动博弈决策范式从计算决策到智能决策的转变。本论坛将邀请在博弈决策、大模型领域有所建树的专家学者，探讨大模型助力下的博弈决策研究前沿，畅想其在社会、经济、军事系统等领域的巨大应用潜力，以及对当下通用智能（AGI）发展的推动作用。

分论坛时间安排

分论坛主席介绍

程光权

国防科技大学

个人简介：程光权，国防科技大学大数据与决策（国家级）实验室研究员、博士生导师，中国指挥与控制学会副秘书长、智能博弈与兵棋推演专委会主任委员，装发/科技委人工智能领域专业组专家，长期以来从事智能决策与任务规划领域关键技术攻关与重大工程创新，是科技委173重点项目技术首席、装发重大基础研究项目技术首席，获省部级科技进步一、二等奖5项，入选国防科技卓青。

范长俊

国防科技大学

个人简介：范长俊，国防科技大学系统工程学院副教授，硕士生导师，美国加州大学洛杉矶分校联合培养博士，湖湘青年英才，中国指挥与控制学会大模型与决策智能专委会总干事。主要研究方向包括智能规划、图机器学习、运筹优化与复杂系统。以第一及通讯作者在《Nature Machine Intelligence》、《Nature Communications》、AAAI等高质量期刊和会议上发表学术论文20余篇，以负责人或核心骨干身份参与10余项国家和军队重大项目。曾获世界人工智能大会青年优秀论文奖、吴文俊人工智能科技进步一等奖、CICC优博奖和国防科技大学青年创新一等奖。

分论坛报告及嘉宾介绍

何斌

同济大学

报告主题：无人系统大数据训练和决策

报告摘要：针对当前人工智能发展趋势和无人系统智能提升要求，报告云边数据采集、数据学习和协同实验等基本方法探索，为无人系统具身智能提升提供可选路径。

嘉宾介绍：何斌，同济大学电子与信息工程学院长聘教授，上海自主智能无人系统科学中心、自主智能无人系统全国重点实验室副主任，国家自然科学基金杰出青年科学基金获得者。现任第八届教育部科技委委员、工信部人形机器人专家组专家、中国指挥与控制学会无人系统分会副主任委员、中国自动化学会建筑机器人分会副主任委员等。长期以来从事机器人主动感知及智能机器人发育方面的基础理论和技术研究，承担科技创新2030-“新一代人工智能”重大项目、国家自然科学基金重点项目、973计划课题等多项。牵头获国家科技进步二等奖1项，省部级一、二等奖等4项。

彭一杰

北京大学

报告主题：Fast-slow Dual-agent Deep Reinforcement Learning for Dynamic Pricing and Replenishment

报告摘要：本研究考虑竞争对手策略和市场动态，分析了单产品及多产品动态定价和补货问题。与传统假设不同，离散需求和销售损失增加了问题分析复杂性。我们证明单期利润函数分别对于价格和库存是凹函数，提出双时间尺度算法解决该问题，并结合深度强化学习提出多周期问题的新解决方案。数值结果显示我们的方法优于所有启发式策略。

嘉宾介绍：彭一杰，北京大学光华管理学院副教授，博士生导师。北京大学人工智能研究院多智能体中心执行主任、国家健康医疗大数据研究院兼职研究员。本科毕业于武汉大学数学与统计学院，从复旦大学管理学院获博士学位。在美国马里兰大学和乔治梅森大学分别从事过博士后与助理教授工作。主要研究方向包括仿真建模与优化、金融工程与风险管理、人工智能、健康医疗等。主持优秀青年科学基金、原创探索计划、杰出青年科学基金等。在《Operations Research》，《INFORMS Journal on Computing》和《IEEE Transactions on Automatic Control》等高质量期刊上发表学术论文，曾获INFORMS Outstanding Simulation Publication Award、教育部第九届高等学校科学研究优秀成果二等奖。目前担任Asia-Pacific Journal of Operational Research、Journal of Systems Science and Information副主编、《系统管理学报》领域主编，北京运筹学会副理事长、全国工业统计学教学研究会金融科技与大数据分会副理事长、管理科学与工程协会理事。

黄魁华

国防科技大学

报告主题：大模型驱动的智能体框架及其在大规模博弈场景上的应用

报告摘要：AI Agent以大模型作为核心驱动模块，集成规划、记忆和工具使用，可以自主地完成多种决策任务，是继大语言模型后AI领域新的研究方向，也被认为是通往通用人工智能的重要途径。本次报告首先介绍当前AI Agent的常用技术框架；然后介绍我们针对常用技术框架的一些研究和思考；最后针对星际争霸游戏和严肃军事仿真等大规模非完美信息博弈场景，介绍我们提出的AI Agent实现框架和应用效果。我们所提出的AI Agent能够打败内置智能体，并涌现出多种人类易于理解的可解释性战术和战法。

嘉宾介绍：黄魁华，国防科技大学系统工程学院大数据与决策实验室第三研究室主任、副研究员、硕士生导师、加拿大麦克马斯特大学访问学者，现为国防科技大学青年创新奖一等奖获得者，入选国防科技大学高层次创新工程青年拔尖人才培养对象，享受军队三类岗位津贴，荣立三等功1次，中国指挥与控制学会智能博弈与兵棋推演专委会总干事，长期从事指挥控制领域智能任务规划、作战仿真推演评估方面研究，作为项目负责人先后承担国家及军队级科研项目10余项，获中国指挥与控制学会科技进步一等奖2项、吴文俊人工智能科技进步一等奖1项、军队科技进步二等奖1项、教育部科技进步二等奖1项、军队教学成果三等奖1项、国防科技大学教学成果奖一等奖1项，出版学术专著4部，发表高水平学术论文30余篇。

王杰

中国科学技术大学

报告主题：面向工业决策智能的图机器学习

报告摘要：人工智能与机器学习技术被广泛应用于优化和增强各种工业场景中决策过程的质量与效。面向工业决策智能的图机器学习通过对工业系统的图结构化建模，借助大模型、强化学习等技术，可以更有效地处理大规模、动态变化的工业数据和决策环境。本报告将重点介绍图机器学习技术在芯片设计、运筹优化等工业决策智能领域的应用及面临的挑战，以及我们在相关方向的前沿探索。

嘉宾介绍：王杰，中国科学技术大学教授，博士生导师，少年班学院副院长，“脑启发智能感知与认知”教育部重点实验室副主任，国家创新人才计划青年特聘专家，国家优青，IEEE Senior Member，CCF杰出会员，曾任美国密歇根大学研究助理教授。王杰教授长期从事人工智能、机器学习等相关领域的研究，主要研究方向包括图机器学习、AI4Science（如AI4EDA、AI4OR等）、大模型等。在机器学习国际顶级期刊及会议（如IEEE TPAMI、JMLR、NeurIPS、ICML 和 ICLR 等）发表文章近百篇。曾获 SIGKDD 2014 Best Student Paper Award，代表性工作进入由美国科学院院士撰写的统计稀疏学习教材。担任IEEE TPAMI编委，以及NeurIP、ICML、SIGKDD等CCF-A类人工智能国际顶级会议领域主席或（资深）程序委员20余次。

张伟楠

上海交通大学

报告主题：决策大模型：AI Agent、强化学习与具身智能

报告摘要：在本次讨论中，我将介绍决策大模型的基础原理和应用实践。具体地，我将从两种技术范式讨论决策大模型，一是AI Agent，即在标准API可调用的场景下以大语言模型为基座的方法，二是大强化学习模型，即在非标控制场景下的强化学习大容量模型和训练方法。然后我会讨论这两种范式应该如何融合，这正式面向通用机器人决策控制的一条技术路线。最后，我将介绍当前决策大模型在机器人控制方面的应用和思考，总结决策大模型目前的挑战，并展望未来发展趋势。

嘉宾介绍：张伟楠，上海交通大学计算机系长聘副教授、副系主任、博士生导师，科研领域包括强化学习、决策大模型、信息检索和数据科学，相关的研究成果在CCF-A类国际会议和期刊上发表100余篇学术论文，谷歌学术引用2万余次，获得5个最佳论文奖项，入选爱思唯尔中国高被引学者，出版教材2本，相关成果被应用于华为鸿蒙系统，产生了显著的经济效益。张伟楠长期担任TPAMI等期刊编委以及NeurIPS、ICML、ICLR等会议的领域主席。作为负责人承担国家自然科学基金优秀青年项目和科技部重大项目课题，获得吴文俊人工智能优秀青年奖和达摩院青橙奖。张伟楠本科毕业于上海交通大学计算机系ACM班，博士毕业于伦敦大学学院计算机系。

相遇杭州，共享科技盛宴

诚挚邀请各界人士齐聚人间天堂、茶韵之都、丝绸之府、创新之城——杭州，共赴一场前沿科学、尖端技术、先进理念、精彩观点深度碰撞交融的科技盛宴。

大会目前已开放注册，欢迎访问官网或扫描下方二维码报名参会。大会信息及动态将陆续在大会官网更新。

参会注册

扫一扫，注册参会报名。

关注公众号了解更多

会员申请 请在公众号内回复“个人会员”或“单位会员

欢迎关注中国指挥与控制学会媒体矩阵

CICC官方网站

CICC官方微信公众号

《指挥与控制学报》官网

国际无人系统大会官网

中国指挥控制大会官网

全国兵棋推演大赛

全国空中智能博弈大赛

搜狐号

一点号