一、项目详情
  本课程让学生通过项目了解如何开发基于强化学习的生产力软件，在结束时提交项目个性化研究课题报告，进行成果展示。
  二、适合人群
  大学生
  计算机科学、人工智能、数据科学、电子与计算机工程等专业，软件工程、自动化等相关专业或者希望掌握强化学习的学生；对人工智能、大数据以及交叉学科和方向感兴趣的学生；学生需要具备微积分及线性代数基础，至少有一门编程语言的机器学习算法实现经历。
  三、项目大纲
  强化学习：项目将在本周聚焦遗传算法和强化学习框架。Introduction to reinforcement learning
  环境：强化学习由智能体和环境两部分构成。项目将在本周探讨离策略、无模型强化学习算法Q-learning、行动者-批评（actor-critic；AC）模型、马尔可夫决策过程等。Environment
  优化：项目将在本周深入学习强化学习与优化控制。Optimization
  集成与控制Integration and Control
  集成：项目将在本周进一步探讨图神经网络（graph neural networks;GNN）、自动机器学习（Auto ML）等。Integration
  项目回顾与成果展示Program Review and Presentation
  论文辅导Project Deliverables Tutoring
  四、时间安排与收获
  7周在线小组科研学习+5周论文辅导学习共125课时
  学术报告
  *学员获主导师Reference Letter
  EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表（可用于申请）
  结业证书
  成绩单