项目介绍
该博士项目研究如何利用强化学习方法解决多目标离散和组合优化问题。
目标是开发融合机器学习、优化和算法设计思想的新型算法。入选博士生将负责设计和分析用于解决多目标组合优化问题的新型强化学习算法，使用现代机器学习框架实现并实验评估所开发的方法，对所开发的方法在标准组合优化问题上进行基准测试。
入选博士生还需要在国际机器学习和优化会议上展示研究成果，并在科学期刊上发表，并在教学任务方面，在慕尼黑工业大学 (TUM) 施特劳宾校区教授高等数学和/或统计学课程，及其辅导课程。
所属院系：慕尼黑工业大学，优化与可持续决策教席
项目时长：4 年申请要求和方式
申请要求：·数学、理论计算机科学、机器学习或相关领域的硕士学位；·具备离散优化、算法或强化学习方面的扎实背景；·良好的编程技能 (最好是 Python)，以及 PyTorch 或 TensorFlow 等机器学习框架的使用经验。
申请方式：特招公开项目，按照项目要求通过申请系统递交材料。
