12月1日下午，应数学与信息科学学院邀请，复旦大学魏轲教授为学院师生作题为“Projected Policy Gradient Converges in a Finite Number of Iterations”的学术报告，学院相关专业教师和研究生参加了此次报告。

魏轲教授首先简要介绍强化学习（RL），它是一种用于解决顺序决策问题的机器学习技术，在许多领域都取得了巨大的成功。总体而言，RL算法有两种典型类别：基于价值的方法和策略优化。然后，将特别关注策略优化，在最基本的预测梯度方法收敛方面有所突破。

报告结束后，魏轲教授就与会师生提出的相关问题进行了详细的解答，并展开了深入的讨论与交流，现场气氛热烈，学院师生表示受益匪浅。

专家简介：

魏轲，教授，博士生导师。2014年获得牛津大学博士学位，之后在香港科技大学（2014-2015）和加州大学戴维斯分校（2015-2017）从事博士后工作。研究成果已发表在国际重要的应用数学和工程期刊上，包括 SIAM系列、IEEE系列、ACHA、MP、JMLR、IP等。先后入选上海市扬帆计划、上海高校特聘教授（东方学者）、国家级青年人才计划等。主要研究方向：信号与数据处理，强化学习算法与理论，数值优化。

                             (数学与信息科学学院 李海锋 魏晓君)