讲座时间：4月11日10:30-12:00
讲座地点：管楼216会议室
讲座主题：气候与气象管理的增强学习实时决策框
讲座嘉宾简介
冯恺睿，同济大学上海自主智能无人系统科学中心研究员、博士生导师。研究方向为强化学习、智慧城市等领域。在PNAS、Nature Communications、NeurIPS、CVPR、AAAI等期刊会议发表论文20余篇，担任Nature Energy等40余种国际期刊会议审稿人，授权发明专利6项，在工业节能减排领域实际落地。主持上海市探索者计划、小米青年学者等项目，参与上海市重大专项、美国自然科学基金委重大项目10余项。2017年本科毕业于清华大学，2022年获普林斯顿大学博士。2022-2024年在普林斯顿大学从事博士后研究，同时担任能源与环境政策研究中心(C-PREE)和公共与国际事务学院(SPIA)的STEP研究员。2024年入职同济大学自主智能无人系统科学中心。
讲座摘要
在长期气候变化与临近气象管理中，存在一系列复杂的高价值决策问题。以碳减排为例，碳预算控制是核心政策工具，但全球气候系统高度复杂，决策结果具有显著不确定性。传统方法往往基于固定政策路线，未能充分利用实时观测动态调整策略，导致整体经济效益不高。这一问题可被抽象为典型的时序随机决策问题，增强学习为其提供了有效的解决路径。例如，百年减排路线设计中，每年不同程度减排的成本随市场和技术波动，叠加不同减排路径对应的气温变化和经济影响，可构建基于环境状态和政策动作的增强学习模型，实现动态经济最优决策。同理，城市基础设施规划中的海平面上升应对、干旱期水资源调度、清洁能源政策对热岛效应的调控，均可纳入该框架。此外，在临近极端天气事件中，如台风前的疏散与加固部署、低空交通系统中的无人机路径优化等场景，增强学习同样适用。本讲座将通过三个具体案例，系统阐释增强学习在气候与气象管理中的应用现状、优势挑战与未来潜力。
