一、项目背景简介
剑桥大学创建于1209年，是世界上历史最悠久的大学之一，在艺术与人文、数学、物理、工程与技术、医学、法学、商科等诸多领域拥有广泛的影响力；剑桥大学实行古老的“书院制”，由31所独立自治学院组成，学生总数量超过19,000人。在2022年Times世界大学综合排名位列第5；2022年QS世界大学综合排名位居第3。
格顿学院成立于1869年，距今已有150年的历史，是剑桥较大的学院之一，在剑桥所有学院中学生总量排名第9，本科生数量排名第6，以活跃、轻松和友善的学习氛围著称。学院提供丰富的本科与研究生课程，领域包括工程、计算机科学、建筑、经济学、历史、地理、人文社科、数学、法律、医学、音乐、国际关系、社会学、语言学等。
本项目是剑桥大学格顿学院和全美国际教育协会（项目的服务机构，剑桥大学在中国的正式授权机构）于本学年暑假开展为期3周的线上远程教学项目，旨在为学生创造世界顶级大学的学习体验机会，提升学生在深度学习前沿领域的研究技能，掌握软件编写技巧，并且了解该领域与其它领域之间的关联与发展潜力。项目学生将单独成班进行学习，顺利完成项目后，可获得剑桥大学格顿学院颁发的成绩单与项目证书。
二、基本信息
1、课程时间：2022年7月25日 – 8月12日
2、授课模式：
（1）项目为期三周，包含总共20个实时直播课时，多数课程预计会安排在北京时间下午至晚间进行（实际授课时间以校方最终安排为准）；
（2）授课形式包括系列专题讲座+实践（总共10场，每场各2小时）；
（3）学生均会注册成为剑桥大学格顿学院的学生，并且获权使用剑桥大学的教学管理平台Moodle。剑桥老师通过ZOOM平台在线授课，课前阅读以及作业布置则会通过Moodle安排。
3、项目证书：项目学生由剑桥大学进行统一的学术管理与学术考核，顺利完成学习后，学生将获得剑桥大学格顿学院颁发的成绩单与项目证书。
4、项目总费用：人民币12,060元（学杂费，以及项目服务费）
三、选拔要求
1、项目名额：20名
2、项目申请截止日期：2022年6月24日
3、仅限本校全日制在校生，本科生和研究生均可申请；成绩优异、道德品质好，在校期间未受过纪律处分，身心健康，能顺利完成在线学习任务；
4、具备优秀的英语基础，达到托福79，或雅思6.0，或大学英语四级500分，或大学英语六级470分，或专四/专八通过，或Duolingo105；
四、 申请流程
1、在线填写校内申请并完成对应的审核：http://hdwsfw.hnu.edu.cn/Main/LeftMenuT.do?functionCode=0205，或者从个人门户登录，具体操作请参考附件；
2、同时登录项目选拔管理机构—全美国际教育协会网站www.usiea.org 填写《世界名校访学2022-2023学年夏秋项目报名表》，网上报名的时间决定录取的顺序；
3、审核与录取：通过我校国际合作与交流处的初审、全美国际教育协会的项目面试、剑桥大学格顿学院的学术审核；
4、学生缴纳项目费用，获得学校录取后即可参加学习。
五、课程安排
1、课程内容
课程将探讨深度强化学习的最新潜力，侧重于强化学习和深度学习的基础知识（包括卷积神经网络、图形神经网络、生成神经网络和Transformer模型），并将分享机器人和游戏中的实例，从而加强学生对深度学习核心理念的了解，提升相关的研究技能与实用技巧。
以下为计划的课程内容（以实际安排为准）：
|
讲座内容 |
实践内容 |
7.25 周一 |
主题：强化学习导论 l 强化学习的算法和框架；遗传算法，帕累托前沿 l 强化学习与深度学习的联系（Transformers模型、图形神经网络）；强化学习案例分析； l 如何撰写相关文章 |
主题：科学计算工具简介 l Jupyter Notebook的基本使用以及LaTeX； l 强化学习框架中的基本组件； l 小组项目说明 |
7.27周三 |
主题：环境 l 环境复杂性建模 l 多智能体强化学习（MARL） l Q-Learning以及Actor-Critic模型 l 基于政策的学习； l 马尔可夫决策过程、动态编程和贝尔曼方程； l 强化学习与深度学习的联系 |
主题：环境 l 强化学习框架中的基本组件； l 马尔可夫决策过程； l OpenAI Gym简介 l 小组项目说明 |
7.29 周五 |
主题：优化 l 强化学习与控制优化 l 深度Q网络 l 强化学习与深度学习的联系 l 强化学习案例 l Transformers模型和图像分析集成 |
l Pytork简介；备份图； l 使用马尔可夫决策过程进行优化（动态编程、贝尔曼方程、策略迭代、值迭代） l 项目进展汇报 |
8.2 周二 |
主题：集成与控制 l 机器人与贡献度分配问题 l 冗余度机器人的自适应运动控制 l 多智能体强化学习与机器人 l 强化学习与其他深度学习技巧的整合； |
主题：无模型算法 l 基于价值的算法（蒙特卡罗、时间差分学习、SARSA、Q-learning、DQN及其变体） l 项目进展汇报 |
8.3 周三 |
主题：集成 l 与图形神经网络的集成；关注和信息传递模型； l 与AUTO-ML和ML系统的集成； |
主题：无模型算法 l 基于策略的算法（策略梯度、增强）； l Actor-Critic算法 l 项目进展汇报 |
8.4 周四 |
主题：图神经网络（GNN）与强化学习 l 图示学习与强化学习的关联 |
l 图神经网络练习 l 项目进展汇报 |
8.5 周五 |
主题：监管图神经网络 l 图神经网络与游戏的理论与运用 |
主题：图神经网络练习 l DGL, Spektral, Pytorch l 项目进展汇报 |
8.8 周一 |
主题：无监管图神经网络 l 图神经网络与机器人 |
主题：图神经网络练习 l DGL, Spektral, Geometric Pytorch l 项目进展汇报 |
8.9 周二 |
图神经网络（GNN）与强化学习：高级建模 |
项目进展汇报 |
8.12 周五 |
l 项目回顾与总结 l 小组项目成果陈述 |
2、师资介绍
剑桥大学计算机科学系教授，剑桥大学人工智能专家小组成员，剑桥大学人工智能医学中心成员。个人主要研究兴趣聚焦于开发人工智能和计算生物学模型，以了解疾病的复杂性，并解决个性化和精确医学问题，目前的重点是图形神经网络建模。里奥教授硕士毕业于剑桥大学，后于意大利佛罗伦萨大学工程系获得博士学位（复杂系统与非线性动力学方向）。
六、项目咨询
湖南大学国际合作与交流处
联系人：李老师
电话：0731-88822721
出国项目咨询QQ群：130516728
国际合作与交流处微信公众号：HNU-GLOBAL
办公地址：校第二办公楼（东方红广场原外语楼）224办公室
办公时间：周一至周五，上午8:00–11:30；下午14:30–17:30
全美国际教育协会
张老师 18027397441 （微信同）
朱老师13829761018 （微信同）
七、注意事项
1、由于咨询量较大，为了不耽误回复提问，学生可加入出国交流项目咨询QQ群 130516728在线提问（申请入群时请填写真实姓名及所在学院）；
2、获得本校推荐之后，需在规定期限内提交完整的申请对方大学的材料，否则后果自负。（注：对方大学都有接收申请材料的截止日期，请务必遵照时间规定。）候选人员须将所有材料备齐原件一套，复印版或扫描版一份），具体材料请以国外高校的网站信息为准；
3、学生获得学校推荐后，不得任意放弃交换资格；
4、课程结束后，请在一个月内在“学生海外交流管理系统”提交《交流总结》（中文）。回顾学习生活，详细描述参与项目期间的学习、生活和管理等情况。提交后方可领取交换成绩单等证明材料。
5、学生的管理参照“湖南大学学生赴国（境）外合作院校交流学习管理细则”执行；
特此通知。
附件： 学生海外交流项目管理系统使用指南（学生版）
国际合作与交流处
2022年4月29日
