先是撂倒人類圍棋界頂尖高手李世石、柯潔的“阿爾法狗”，接著又是零基礎自學成才、100比0擊敗“阿爾法狗”的“阿爾法元”。隨著“阿爾法狗”和“阿爾法元”的誕生，掀起了深度強化學習技術的一輪熱潮，該方向已成為人工智能領域最熱門的方向之一。作為2017-2019年度“中國計算機協會青年人才托舉工程”和天津市青年千人計劃專家入選者的天津大學軟件學院副教授郝建業，就在深度強化學習領域碩果累累，先后主持參與過多項相關方面的國家及省部級科研項目，并致力于將那些宏偉的人工智能憧憬落實到實際的日常生活中去。
深度強化學習就是用具有感知能力的深度學習自動提取網絡動態場景的特征，然后通過具有決策能力的強化學習做出最優決策。郝建業團隊通過研究設計單個體及多個體（深度）強化學習及博弈算法和模型，提升智能體在復雜環境下學習到最優決策的性能和效率。其研究成果主要應用于自動談判、智能電網等領域。
在智能電網領域，郝建業團隊同帝國理工大學合作，針對倫敦市歷年電量生產和消費數據，設計了基于深度強化學習的電價定價策略，以最優化電力市場收益。其研究方向獲得了國家自然科學基金、天津市自然科學基金、香港研究資助局基金、澳大利亞教育部獎學金等項目資助支持。其在電子商務自動談判領域的研究成果：《AbiNes: 一種自適應雙邊談判算法》曾獲得2012年度國際頂級自動談判比賽冠軍；其研究的“Mercury 算法”曾獲得2015年度亞軍。目前其團隊還同網易游戲開發部門合作，針對其游戲產品，通過深度強化學習算法共同研發高效游戲智能體，提升用戶游戲體驗。比如，在對戰游戲中，人工智能體能根據不同游戲玩家的水平展現不同的技能水平，并隨著用戶游戲水平的提升相應提升自己的技能。
隨著“互聯網+”時代的到來，網絡空間安全防御變得尤為重要。天津大學軟件學院副教授郝建業團隊的“大數據環境下移動互聯網網絡攻擊在線檢測技術”項目通過提出安全博弈論模型，結合多智能體強化學習技術，研究設計應對不同類型網絡攻擊的最優防御策略。
中間人攻擊是一種常見的網絡攻擊方法，是指攻擊者通過使用某種技術手段與原本正常通訊的雙方分別建立獨立的連接，這樣就可以作為中間人監聽整個通訊過程，在通信雙方毫不知情的情況下，竊取用戶的敏感信息。由于現有的中間人攻擊防御技術無法完全消除該攻擊的存在，之前的防御策略都是通過切換端口或加密的方式進行防御。郝建業團隊則從一個全新的角度來研究中間人攻擊防御問題：通過對用戶信息進行等級區分，誘導攻擊者攻擊相對次要的信息，通過迷惑攻擊者，降低其獲取用戶敏感核心信息的概率。其相關研究成果《重復博弈下中間人攻擊的防御》《針對中間人攻擊的最優個性化防御策略》分別在人工智能大會頂級會議——第26屆和31屆人工智能大會上發表。
微信掃一掃
