发布时间：2018年6月14日
近年来，随着计算机软硬件水平的提升，人工智能的研究迎来了又一个春天。强化学习（Reinforcement Learning）是一种典型的半监督学习方法，它的基本框架借鉴了人类学习中的“训练与奖励机制”，能够解决更加复杂的智能控制问题，以Alpha Go为代表的游戏智能体是强化学习应用的经典案例。
强化学习是本研究所的重要研究和应用方向，在游戏AI和应用方面已取得一些突破。现计划招募并义务指导若干名有兴趣有能力的本科生同学加入研究队伍合作开展创新研究。我们计划开展一些针对“复杂游戏场景的智能控制”相关问题的研究，以星际争霸2、飞行模拟游戏等为载体，在现有主流框架与最新进展的基础上开展研究，致力于构建更接近甚至超过人类水平的智能控制体。
对有志加入的同学要求如下：
1.综合成绩排名在年级前25%；
2.有良好的学习能力和团队协作能力，善于沟通表达，积极主动，有比较明确的目标和规划，对本领域有基本的认知；
3.原则上面向大二大三学生，需要暑假期间有40天左右的完整时间，更欢迎有志长期做本领域研究的同学。
请准备一份个人简历（情况简介，所获荣誉，自我陈述，等等），附上本科期间成绩单，发送至：17120438@bjtu.edu.cn和yflin@bjtu.edu.cn.
报名截止时间2018年7月10日，随时报名随时考察，招满为止。
注：北京交通大学网络科学与智能系统研究所（INSIS）负责人是林友芳教授，具有教师7名，专职科研人员十几名，博士硕士研究生近60名。研究所的详细信息请参见：http://insis.bjtu.edu.cn
北京交通大学网络科学与智能系统研究所
2018年6月14日