RLChina 2023 大会PPT&课件资料合集（共34套打包）

1、智能体精细灵巧操作的几个问题智能体精细灵巧操作的几个问题张新宇智能机器人实验室教育部软硬件协同设计与应用工程中心华东师范大学 软件工程学院2023-11-26背景背景机器人对物体灵巧操作机器人对物体灵巧操作背景背景机器人对物体灵巧操作机器人对物体灵巧操作背景背景机器人对物体灵巧操作机器人对物体灵巧操作背景背景虚实环境物体灵巧操作虚实环境物体灵巧操作背景背景虚实环境物体灵巧操作虚实环境物体灵巧操作。

2、Intelligence is Positioning:Intelligence is Positioning:On the Power of Foundation ModelsYang YuanWhat is intelligence?Intelligence is compression What compression?Zip files intelligence Intelligence。

3、.Towards Revealing the Mystery behindChain of Thought:A Theoretical PerspectiveLiwei WangPeking UniversityLiwei Wang(Peking University)Chain of Thought1/34.Index1Introduction2Preliminary3CoT is the K。

4、Self-improvement and Self-evolving of Large Language Models大语言模型的自我改进和自我进化刘群 LIU Qun华为诺亚方舟实验室 Huawei Noahs Ark LabRLChina 2023 大模型与AI Agent2023-11-24,SuzhouIntroductionSELF:Language-Driven Self-Evolu。

5、Introduction to Generative AI and Large Language ModelsMeng FangRL China 2023What is Generative AI?Artificial intelligence systems that can produce high quality content,specifically text,images,and a。

6、A Tutorial on Large Multi-Modal Generative ModelsTsinghua Univiersty,ShengShu CTO,Fan BaoWhat is Multi-Modality？Modality：A way to organize information（信息组织的某种方式）Visual information：images、videos Space。

7、Reality and its representations:a mathematical modelLaurent Lafforgue(Huawei Paris Research Center,Boulogne-Billancourt,France)AI Theory WorkshopFriday November 24th,2023L.LafforgueRealityNovember 24。

8、融合大语言模型的智能体学习与决策融合大语言模型的智能体学习与决策 构建强化学习世界模型构建强化学习世界模型张张 希希 Xi Sheryl Zhang Nov.26,20232Why Reinforcement Learning?Active Learning vs Passive Learning Paradigms The main distinction with supervised le。

9、智能运筹创新应用中国科学院自动化研究所群体决策智能团队杨宁邮箱：目录智能运筹研究背景1智能运筹算法应用3智能优化算法研究2外卖配送智能交通排产系统供应链建筑设计智能运筹研究背景应用场景金融决策求解时间长无法在大规模问题使用速度比精确求解快，但求解精度低需要大量对具体问题的研究和试错很难获得最优的标签可行性、自适应性、可泛化性智能运筹研究背景运筹优化问题求解方法智能运筹研究背景强化学习在运筹优化中。

10、When Large Language Model based Agents meet User Behavior SimulationRenmin University of China Lei WangDifferent Study Paradigms in AI Real-world Datasets A large amount of public available datasets 。

11、内部资料，仅供上课使用报告人：林衍凯单 位：高瓴人工智能学院大模型工具学习大模型工具学习创造和使创造和使具是具是类智能的关键特性类智能的关键特性工具改善人类生活条件，提高生产效率，推动科技和文明的进步纵观历史，人类一直是发明和使用工具的主体问题：人工智能是否具备与人类同样创造工具和使用工具的能力？工具与智能工具与智能在大模型的支持下，大模型工具学习成为可能 极强的理解能力；模拟人类行为；自由广泛。

12、大模型智能体的自主规划学习张宁豫浙江大学 代表案例：AutoGPT，GPT-Engineer，Voyager,RT-2，什么是大模型驱动的自主智能体 定义：由大型语言模型驱动的自治代理，它们可以遵循语言指令并在真实世界或模拟环境中执行各种复杂任务背景1 A Survey on Large Language Model based Autonomous Agents大模型驱动自主智能体的飞速发展背。

13、Cooperation in Multi-Agent Learning:A Review Yali Du Kings College London1Multi-Agent Systems Are Everywhere2Type of multi-agent systems3strategic situations(games)Pure motiveMixed motivepure conflic。

14、AgentVerse:语模型智能体合作框架杨成北京邮电学 计算机学院2023.11.26ContentsBackgroundWarmup:SmallvilleSimulationTask-SolvingContentsBackgroundWarmup:SmallvilleSimulationTask-Solvingn What is Agent?n Why LLM is suitable for。

15、Towards Foundation Agents:Autonomous Agents,AI Agents,and Agent SocietyBo AN（安波）boanntu.edu.sgSchool of Computer Science and EngineeringNanyang Technological University24 November 2023Agent Mediated 。

16、RLChina 2023Towards Responsible Decision and Control via Implicit Networks石 野助理教授，研究员，博导2023-11-25ShanghaiTechResponsible AI LabDecision and Control in Real WorldsRoboticsFinanceHealth-careAutonomous。

17、SecurityLevel:Semantic Informationand the difficulty of Learning:Paving the Future of AIAdvanced Wireless Technology Lab.Huawei Paris Research CentreAuthor:J.-C.Belfiore with D.Bennequin,X.Giraud,M.H。

18、InteRecAgent交互式推荐智能体连德富 中国科大2023.11.16目录CONTENTS背景介绍方法框架实验验证未来展望目录CONTENTS背景介绍大语言模型 以GPT为代表的大语言模型展现了强智能性，其能力包括人机交互出色的人机对话智能性，如ChatGPT工具使用对工具用途的理解和准确使用，如使用搜索引擎和各类API推理能力通过推理，一步步解决复杂的问题，如思维链技术指令服从由于经过指。

19、基于RL的足式机器人控制技术宇树科技联合创始人 陈立1.宇树简介2.Sim to real的问题：环境建模差异，感知差异，机器人模型差异，控制策略差异3.目前主流方法：更好的仿真，域随机化，域适应4.国内外基于RL，以宇树机器狗为载体，完成的成果5.未来展望基本信息宇树简介1 1成立日期2016年8月26日总部所在地杭州员工人数200+资质荣誉国家“专精特新”小巨人、省研发中心国家高新技术企业、。

20、On a theory of hidden variables in chain of thoughtsOn a theory of hidden variables in chain of thoughtsRasul TutunovSenior Research Scientist Huawei R&D,Noahs Ark,London*Elena.Ospina(https:/ is 。

21、Causalityfor Decision MakingMengyue YangUniversity College London Email:mengyue.yang.20ucl.ac.ukWebsite:https:/ymy4323460.github.io/1Whats causal decision making Causal inference is the process of un。

22、章宗长计算机软件新技术全国重点实验室人工智能学院2023年11月25日驾驭信息：智能决策驾驭信息：智能决策Agent的设计及挑战的设计及挑战2023/11/302数据数据是指描述事物的符号记录，是构成信息和知识的原始材料数据大数据大数据有数据量大、维度多等特点，无法通过人工在合理时间内收集、管理、处理并整理成为人类所能解读的信息2023/11/303信息信息一般指数据所包含的意义，可以使数据所描。

23、On the Physical Foundation On the Physical Foundation of AI Agentsof AI AgentsJun Wang,UCLJun.wangcs.ucl.ac.ukTable of contentsTable of contents What is AI agent AI agent as a system Maxwells demon a。

24、November 26,2023Offline Reinforcement Learning withReward-Free DatasetsChongjie ZhangHu Hao(胡昊）Yiqin Yang（杨以钦）Machine Intelligence GroupIntelligent Decision-Making/Control2GameAIRecommended SystemInt。

25、Generalist Agent in an Open WorldTeam CraftJarviscraftjarvis.orgWhy Open WorldsMCU:A TASK-CENTRIC FRAMEWORK FOR OPEN-ENDED AGENT EVALUATION IN MINECRAFT MCUMCU5Minecraft:generalist AI in an open worl。

26、Learning Robotic Manipulation by Leveraging Foundation ModelsHuazhe XuTsinghua University,IIISShanghai Qi Zhi InstituteRobotic Manipulation2How to get the tasks in simulation?How to define reward or 。

27、PreliminariesNash Equilibrium Approximator for One GameNash Equilibrium Function ApproximatorSummaryProvably Bound of Nash EquilibriumApproximatorXiaotie Deng Peking University2023.11.24based onZhaoh。

28、从 强化学习(多)智能体到 大语言模型(多)智能体1毛航宇商汤科技RLChina2023 “大模型与AI Agent”目录SEIHAINeurIPS20,DAI21TIT/PDiTSubmit to AAMAS24Arxiv 22.12TPTUNeurIPS24-FMDMTPTU-V2Arxiv 23.11Gated-ACMLAAAI20NCC-MARLAAAI20STEERSubmit to 。

29、李林静多模态人工智能系统全国重点实验室中国科学院自动化研究所2023-11-25 苏州动态存储增强的决策大模型1 16 6决策大模型 ChatGPT产生的新机遇随着GPT版本的提升，其不仅具备认知决策能力更已具备思维链推理能力，能够赋能行为决策大模型推理能力赋能行为决策人类反馈强化学习赋能人机混合ChatGPT能够利用用户或专家反馈进行强化学习通过人机混合的方式对错误的信息进行纠正，赋能人机决策。

30、G R A D U A T I O NR E P O R TT E M P L EF O RZ H E J I A N GU N I V E R S I T Y知识与大模型驱动的具身智能王文冠浙江大学人工智能省部共建协同创新中心人工智能研究所知识与大模型驱动的具身智能知识与大模型驱动的具身智能感知决策交互推理规划知识与大模型驱动的具身智能专家模型与领域知识库大规模数据三维场景理解视觉语言导航行为。

31、RLx2:Training a Sparse DeepReinforcement Learning Model from ScratchLongbo HuangInstitute for Interdisciplinary Information SciencesTsinghua University1RL China 20232Deep Reinforcement Learning(DRL)3。

32、Reinforcement Learning for Short Video Recommender SystemQingpeng CaiOutlineReinforcement Learning for Short Video Recommender SystemsRL for Multi-objectives(Two-Stage Constrained Actor-Critic for Sh。

33、Syntacticlearning viaTopos TheoryOlivia CaramelloGeneralprinciples for afuture AIMathematicalLogicTopos TheoryToposes forsemanticinformationSyntacticlearningFor furtherreadingSyntactic learning via T。