RLChina 2026 会议日程安排
大会第1天（11 月 7 日）
| 时间 | 内容 |
|---|---|
| 上午 | 开幕式 开幕致辞：鄂维南（上海交通大学人工智能学院 首席顾问；中国科学院 院士） 开幕致辞：汪军（英国皇家工程院 院士；伦敦大学学院 教授） |
| 上午 | 汪军（英国皇家工程院 院士；伦敦大学学院 教授）、杨耀东（北京大学 研究员、院长助理；灵初智能 联合创始人兼首席科学家） |
| 上午 | 报告题目：机器能拥有意识吗？人工智能的“最后一公里” 报告人：汪军（英国皇家工程院 院士；伦敦大学学院 教授） |
| 上午 | 报告题目：虚实对齐：具身智能如何从“理解意图”走向“实现意图” 报告人：杨耀东（北京大学 研究员、院长助理；灵初智能 联合创始人兼首席科学家） |
午休 | |
| 下午 | 主持人：张海峰（中国科学院自动化研究所）、周卉章（尖晶资本） |
报告主题：决策智能与产业 报告人：汪军（英国皇家工程院 院士；伦敦大学学院 教授） | |
RL China Venture Network 计划发布 计划发布人：汪军 | |
报告主题：决策智能与产业结合从0到1 报告人：杨耀东（北京大学 研究员、院长助理；灵初智能 联合创始人兼首席科学家） | |
报告主题：智能相变与决策智能创业生态位 报告人：周卉章（尖晶资本合伙人） | |
圆桌讨论一 主题：决策智能产业化路径的探讨 嘉宾：待更新 | |
圆桌讨论二 主题：从技术原型到商业产品，中间那道交付鸿沟 嘉宾：待更新 | |
| 下午 | 主持人：李帅（香港大学 副教授；上海创智学院 全时导师） |
报告题目：Exploiting the MDP Structure in the Analysis of Policy Gradient Methods 报告人：魏轲（复旦大学） | |
报告题目：Safe and Efficient Decision-Making under Uncertainty 报告人：邵子瑜（上海科技大学） | |
报告题目：Heterogeneous Multi-Agent Contextual Bandits under Bounded Misspecification 报告人：钟梓昕（香港科技大学（广州）） | |
报告题目：强化学习驱动的智能体优化：工作流编排与技能演化 报告人：代忠祥（香港中文大学（深圳）） | |
报告题目：Policy Iteration Is Not Strongly Polynomial for Deterministic Markov Decision Processes: The Price of Algorithmic Anarchy 报告人：钟涵（上海交通大学） | |
报告题目：Best-of-both-worlds Online Learning with Heavy-tailed Feedback 报告人：赵灿哲（新加坡国立大学） | |
| 下午 | 主持人：王志（南京大学） |
报告题目：大模型推理的强化学习：探索、反馈与策略优化 报告人：李雅夫（上海人工智能实验室 & 香港中文大学） | |
报告题目：Evolving Deep Reinforcement Learning in the GenAI Era: Towards Adaptability and Practicality 报告人：潘玲（香港科技大学） | |
报告题目：细粒度指导驱动的序列决策：连接大模型与强化学习 报告人：沈思淇（厦门大学） | |
报告题目：SERA：有限采样下最大似然强化学习的梯度尺度均衡与自适应预算分配方法 报告人：王智勇（哈尔滨工业大学（深圳）） | |
报告题目：大规模强化学习：新挑战、新方法、与新范式 报告人：汤宏垚（天津大学） | |
报告题目：迈向自主进化的人形机器人全身模型 报告人：白辰甲（中国电信人工智能研究院） | |
| 下午 | 主持人：蒲志强（中国科学院自动化研究所 研究员；北京中科沌序科技 创始人兼董事长）、米祈睿（上海财经大学） |
报告题目：人类行为模拟基础模型 报告人：魏忠钰（复旦大学 教授；上海创智学院 全时导师） | |
报告题目：待更新 报告人：胡舒悦（上海人工智能实验室） | |
报告题目：面向复杂任务的群体协同：动态协作与经验复用 报告人：王彗木（中国科学院自动化研究所） | |
报告题目：大型社会模拟器 AgentSociety 报告人：朴景华（清华大学） | |
报告题目：玉兰-万象：迈向下一代基于大模型智能体的社会模拟系统 报告人：王磊（中国人民大学） | |
报告题目：经济世界模型：面向经济动态预测与智能决策的多智能体范式 报告人：米祈睿（上海财经大学） | |
| 下午 | 主持人：顾尚定（上海交通大学） |
报告题目：待更新 报告人：金耀初（西湖大学 教授） | |
报告题目：艇进深蓝-海上智能无人系统探索与开发实践 报告人：张卫东（上海交通大学 讲席教授；海南大学 教授） | |
报告题目：待更新 报告人：马雷（东京大学 副教授；阿尔伯塔大学 副教授；Canada CIFAR AI Chair） | |
报告题目：待更新 报告人：王露（微软亚洲研究院 Senior Researcher） | |
报告题目：Structured Reward Shaping for LLM Reinforcement Learning 报告人：姚江超（上海交通大学） | |
报告题目：待更新 报告人：刘若楠（上海交通大学 副教授） | |
| 下午 | 主持人：于超（清华大学深圳国际研究生院） |
报告题目：ApxInf：面向具身智能的高效端侧推理框架 报告人：戴国浩（上海交通大学） | |
报告题目：OpenDataLab：构建 AI-Ready 数据的开放生态 报告人：邱剑涛（上海人工智能实验室） | |
报告题目：面向规模化机器人强化学习的开放基础设施 报告人：常彦（英伟达） | |
报告题目：从Rollout到Agent Sandbox：强化学习系统基础设施的分层复用与协同执行 报告人：杜冬冬（上海交通大学） | |
报告题目：自进化物理智能体操作系统PhyAgentOS 报告人：刘阳（中山大学） | |
报告题目：在agentic训练时代下如何利用超节点搭建高效易用的后训练框架 报告人：杨逸飞（蚂蚁科技集团股份有限公司） | |
| 下午 | 主持人：李 康（牛津大学） |
报告题目：待更新 报告人：李建（清华交叉信息研究院） | |
报告题目：Deep Learning in Quantitative Finance 报告人：张子豪（北京微观博易私募基金管理有限公司） | |
报告题目：Bitter Lessons from Applying AI to Quantitative Trading 报告人：李怡康（上海创智学院） | |
报告题目：待更新 报告人：李冬昕（上海量客私募基金管理有限公司） | |
报告题目：待更新 报告人：李康（牛津大学 BOLD AI Lab） |
大会第2天（11 月 8 日）
| 时间 | 内容 |
|---|---|
| 上午 | 主持人：温睦宁（上海交通大学） |
报告题目：Darwin-Agent: the Roadmap to Self-evolving Agent Systems 报告人：邵坤（小米） | |
报告题目：面向长程复杂任务的端侧智能体后训练方法 报告人：陈颢天（上海交通大学） | |
报告题目：混合动机重复博弈环境下的智能体对齐方法 报告人：李文浩（同济大学） | |
报告题目：大模型的奖励学习：稳定性与可识别性 报告人：陈阳（上海人工智能实验室） | |
报告题目：面向下一代通用智能体：个性化、主动式与可持续演进 报告人：刘卫文（上海交通大学） | |
| 上午 | 主持人：张宁豫（浙江大学） |
报告题目：经验驱动的技能自进化 报告人：周杰（华东师范大学） | |
报告题目：多模态智能体的记忆与工具自进化 报告人：张倬胜（上海交通大学） | |
报告题目：面向大模型工具智能体的能力感知后训练 报告人：陈想（南京航空航天大学） | |
报告题目：面向可靠大模型智能体：从因果记忆、执行溯源到动态本体 报告人：孙泽群（南京大学） | |
报告题目：Agent 自主进化的下一代记忆系统 报告人：唐波（记忆张量(上海)科技有限公司） | |
| 上午 | 主持人：余超（中山大学） |
报告题目：多机器人协同决策与优化控制的高效强化学习方法 报告人：徐昕（国防科技大学） | |
报告题目：待更新 报告人：兰旭光（西安交通大学） | |
报告题目：空中智能博弈技术研究进展 报告人：张雪波（南开大学） | |
报告题目：待更新 报告人：兴军亮（清华大学） | |
报告题目：待更新 报告人：侯亚庆（大连理工大学） | |
| 上午 | 主持人：邵 坤（小米）、周辉池（伦敦大学学院） |
报告题目：数据之外：先验如何拓展具身策略的能力边界 报告人：刘普泽（同济大学） | |
报告题目：多模态自主进化智能体 报告人：张志忠（华东师范大学） | |
报告题目：Towards Recursive Frontier Scaling 报告人：陈思衡（上海交通大学） | |
报告题目：人机混合智能系统中的信任演化与持续学习 报告人：张大力（上海交通大学） | |
报告题目：面向大模型智能体的记忆投毒攻击 报告人：王洪涛（华北电力大学） | |
报告题目：待更新 报告人：穆尧（上海交通大学 助理教授；SeeActAI） | |
报告题目：交互驱动的大模型智能体持续学习与自演进实践 报告人：唐振韬（华为诺亚方舟实验室） | |
| 上午 | 主持人：田 政（上海科技大学）、闫雪（南洋理工大学） |
报告题目：复杂交互环境下过程评估驱动的智能体决策优化 报告人：徐志伟（山东大学） | |
报告题目：大模型辅助论文评价：从比较排序到图上证据整合 报告人：贺国秀（华东师范大学） | |
报告题目：多智能体能力评估：从交互关系到分层诊断 报告人：张睿智（中国科学院自动化研究所） | |
报告题目：企业级评测的动态构建科学 报告人：林震亚（Orphlux） | |
报告题目：Agents' Last Exam 报告人：汪畋宇（清华大学） | |
报告题目：如何评估前沿智能体？从能力存量到能力增量 报告人：张明（复旦大学 博士研究生；腾讯混元 青云计划实习生） | |
午休 | |
| 下午 | 主持人：杨梦月（布里斯托大学）、史峥言（微软研究院（蒙特利尔））、史一苇（英国布里斯托大学） |
报告题目：Agent驱动的世界模型仿真与具身系统 报告人：王韫博（上海交通大学） | |
报告题目：世界模型技术在具身机器人领域的应用与思考 报告人：金鑫（宁波东方理工大学） | |
报告题目：可控世界模型赋能千行百业 报告人：赵昊（清华大学智能产业研究院） | |
报告题目：Enforcing Consistency in Flow-Based World Models 报告人：邹应天（上海交大） | |
报告题目：具身端侧模型与真机强化学习 报告人：赵波（上海交通大学） | |
| 下午 | 主持人：张伟楠（上海交通大学）、李 阳（上海交通大学） |
报告题目：InternW0-Δ：基于2万小时开放数据、连接预测动态与动作的世界动作模型 报告人：郭浩宇（上海人工智能实验室） | |
报告题目：世界模型与生成式强化学习驱动的物理智能自进化 报告人：石野（上海科技大学、瞬适科技） | |
报告题目：面向灵巧操作的人类示范迁移 报告人：赵乾佑（sharpa） | |
报告题目：面向样本高效与灵巧的具身操作学习 报告人：班雨桐（上海交通大学） | |
报告题目：机器人学习的数据-模型-评测配方 报告人：李永露（上海交大） | |
报告题目：全身智能：从身体控制到自主作业 报告人：陈立（上海源策未来智能科技有限公司） | |
| 下午 | 主持人：范迪夏（西湖大学）、崔新宇（中国科学院自动化研究所） |
报告题目：复杂物理系统生成式多任务基础模型 报告人：冯浩东（北京中关村学院） | |
报告题目：主动流动控制的学习与决策：从智能风洞到飞行验证 报告人：吕心瑜（浙江大学） | |
报告题目：Physics-informed sampler for solver-free data generation in operator learning 报告人：孟旭辉（华中科技大学） | |
报告题目：物理仿真代码迁移智能体 报告人：魏龙（复旦大学） | |
报告题目：海上风电场智能优化设计进展 报告人：陈耀然（上海大学） | |
报告题目：水下机器人区域防护智能对抗决策方法 报告人：乔磊（上海交通大学） | |
| 下午 | 主持人：李锡涵（复旦大学） |
报告题目：智能计算与智能决策 报告人：葛冬冬（上海交通大学） | |
报告题目：从智能建模到自演进决策Planner，华为创新实践 报告人：韩雄威（华为诺亚方舟实验室） | |
报告题目：非对称旅行商问题求解及应用 报告人：熊昊（复旦大学） | |
报告题目：大模型驱动的工业优化：从算法生成到负载感知的分层规划 报告人：李希君（上海交通大学） | |
报告题目：大模型自动算法设计的最新研究和工业应用 报告人：童夏良（华为） | |
| 下午 | 主持人：赵鉴（北京中关村学院） |
报告题目：从游戏AI到Agentic LLM 报告人：张晨（上海人工智能实验室） | |
报告题目：面向高效视觉生成的硬件无关高效注意力机制 报告人：刘松桦（上海交通大学） | |
报告题目：浅谈"AI+游戏"精英化人才培养的探索与实践 报告人：孟繁迪（北京中关村学院） | |
报告题目：结构化数据基础模型与游戏AI 报告人：徐林杰（香港大学上海 X-lab） | |
报告题目：游戏角色的生成与交互 报告人：潘烨（上海交通大学） | |
报告题目：《做AI游戏的三年--我们怎么从做游戏走到做工具,又为什么没放下游戏》 报告人：李驰（上海喵吉托网络科技有限公司） | |
| 下午 | 主持人：曹斌（华为诺亚方舟实验室）、余忠蔚（香港科技大学（广州）） |
报告题目：大模型驱动的化学研究 报告人：李玉强（上海人工智能实验室） | |
报告题目：多模态知识引导的多智能体高性能合金发现 报告人：韦业（香港城市大学） | |
报告题目：基于谱学的分子结构解析 报告人：杜文杰（中国科学技术大学苏州高等研究院） | |
报告题目：从Token到科学发现：物质科学的全新范式 报告人：谢童（律动造物） | |
报告题目：领域知识驱动的材料科学智能决策 报告人：熊杰（上海大学） |
大会第3–7天（11 月 9–13 日）
| 日期 | 上午 | 下午 |
|---|---|---|
| 11 月 9 日 | 强化学习理论 授课教师：温颖 | 游戏AI前沿进展 授课教师：赵鉴 |
| 11 月 10 日 | 大模型基础与核心技术 授课教师：王诗杰、管浩言 | 大模型强化学习及后训练实践 授课教师：张晨、王翰竟、谭泽霖 |
| 11 月 11 日 | 大模型智能体关键技术 授课教师：张航帆、张劭、温睦宁 | 具身智能关键技术 授课教师：李阳、竺正邦、朱觐镳 |
| 11 月 12 日 | 多智能体理论与前沿 授课教师：陈阳、杨滢轩 | 大模型智能体安全 授课教师：刘东瑞、沈雯 |
| 11 月 13 日 | 多模态大模型基础与前沿 授课教师：刘翼豪、操铄、季晨皓 | AI创新创业与产业实践 授课教师：宋研、曹斌 |