Abstract
强化学习作为机器学习领域中重要的训练范式，在机器人、自然语言、内容生成、自动驾驶、推荐系统中都发挥着极其重要的作用。OpenRL作为一个通用强化学习框架，通过统一的训练接口，同时支持单智能体，多智能体，离线强化学习、自然语言等任务的训练。另外，OpenRL提供易用且可定制化的编程模式，既方便入门用户快速上手，又能为专业人员提供灵活的配置方式。未来，OpenRL将会在促进强化学习智能体开源和应用方面做出更多贡献。
Speaker Intro
黄世宇，第四范式强化学习科学家，开源强化学习OpenRL Lab负责人。本科与博士均毕业于清华大学计算机系，导师是朱军和陈挺教授，本科期间在CMU交换，导师为Deva Ramanan教授。主要研究方向为强化学习，多智能体强化学习，分布式强化学习。曾在ICLR、CVPR、AAAI、NeurIPS, Nature Machine Intelligence, ICML, AAMAS, Pattern Recognition等会议和期刊发表多篇学术论文。其领导开发的TiZero谷歌足球游戏智能体曾在及第平台上取得排名第一的成绩。黄世宇也曾在腾讯AI Lab、华为诺亚、商汤、瑞莱智慧等工作。
