管理科学系学术讲座（5月22日）

时间：2026年5月22日（周五） 9:30-10:30

地点：管理学院思源楼524室

主题：风险敏感的马氏决策过程与强化学习

主讲人：夏俐中山大学管理学院教授

主持人：胡建强复旦大学管理学院教授

摘要： 随着AlphaGo和大语言模型的成功应用，强化学习（RL）得到了学术界和工业界的日益重视，马氏决策过程（MDP）是强化学习的数学基础，两者本质都是研究随机动态系统的序贯决策问题。传统的MDP&RL的优化目标都是针对系统报酬这一随机变量的数学期望，而忽视了其高阶统计量乃至分布信息，如何优化该类目标将面临Bellman方程不成立、动态规划原理失效的难题，需要寻求新的方法论，该类优化目标也体现了MDP和RL问题的风险控制与安全因素，是学术界的前沿方向。本报告将主要汇报报告人近年来在该方向的系列研究结果，包括MDP的方差、CVaR、VaR、夏普率等优化目标的优化理论与方法。

报告人简介：夏俐，中山大学管理学院教授，长期从事马氏决策过程、强化学习、排队论、随机博弈等理论研究及其在能源、金融等领域的应用研究。在Automatica、IEEE Transactions on Automatic Control、Mathematics of Operations Research、Production and Operations Management等本领域顶级期刊发表论文20余篇，主持5项国家自然科学基金项目（1项重点）、3项国家重点研发计划子课题、多项华为&腾讯等企业研发项目。担任IEEE Transactions on Automation Science and Engineering、Discrete Event Dynamic Systems等国际权威SCI期刊的副主编（AE），曾两次获教育部高等学校自然科学二等奖，独立获得广东省哲学社会科学优秀成果奖等学术奖励。