人工智能與高端工程交叉融合創(chuàng)新的年代，當(dāng)可控核聚變裝置需精準(zhǔn)駕馭“像太陽一樣熾熱”的等離子體，人形機(jī)器人要在動(dòng)態(tài)場(chǎng)景中實(shí)現(xiàn)靈活協(xié)作……基于強(qiáng)化學(xué)習(xí)的復(fù)雜控制研究亦如香港大學(xué)助理教授陳佳玉手中的一把“利劍”，助他突破這些技術(shù)發(fā)展瓶頸，在復(fù)雜控制的未知疆域中開辟出新的路徑。

▲陳佳玉

燕園筑基 海外篤行

陳佳玉的學(xué)術(shù)啟蒙始于北京大學(xué)（簡(jiǎn)稱“北大”），彼時(shí)北大推行大類招生，他在信息科學(xué)與工程學(xué)部打下扎實(shí)的力學(xué)根基——這門工程學(xué)科的“通用語言”，為他日后跨界探索埋下伏筆。深知跨學(xué)科價(jià)值的他，同步輔修計(jì)算機(jī)雙學(xué)位，在力學(xué)的嚴(yán)謹(jǐn)推演與計(jì)算機(jī)的靈活迭代間搭建起跨學(xué)科的認(rèn)知橋梁。

北大為陳佳玉提供了跨學(xué)科學(xué)習(xí)的平臺(tái)。在趙卉菁教授的引導(dǎo)下，他大二便參與自動(dòng)駕駛相關(guān)項(xiàng)目研究，從感知層的語義地圖構(gòu)建，到行為決策層的強(qiáng)化學(xué)習(xí)應(yīng)用……他一步步明確了對(duì)機(jī)器學(xué)習(xí)，尤其是強(qiáng)化學(xué)習(xí)的研究興趣。

2020年，陳佳玉遠(yuǎn)赴美國(guó)普渡大學(xué)攻讀博士學(xué)位。不同于本科時(shí)的“廣探索”，他博士生涯的核心是“深鉆研”——將研究重心轉(zhuǎn)向強(qiáng)化學(xué)習(xí)的理論內(nèi)核。彼時(shí)全球?qū)W界正處于阿爾法圍棋（AlphaGo）熱潮后的“理論補(bǔ)位期”，基于時(shí)序抽象的強(qiáng)化學(xué)習(xí)決策及其在多智能體系統(tǒng)的應(yīng)用等理論空白亟待填補(bǔ)，陳佳玉跳出具體應(yīng)用場(chǎng)景構(gòu)建強(qiáng)化學(xué)習(xí)通用理論框架，解決了競(jìng)爭(zhēng)與協(xié)作多智能體系統(tǒng)中挖掘和利用時(shí)序抽象以顯著提升決策效率等關(guān)鍵問題。

博士畢業(yè)后，陳佳玉選擇在卡內(nèi)基梅隆大學(xué)機(jī)器人研究所開啟博士后研究，這一次，他將目光投向頗具戰(zhàn)略意義的應(yīng)用場(chǎng)景——可控核聚變。可控核聚變被視為“終極能源”，卻因物理過程與工程系統(tǒng)的復(fù)雜性，長(zhǎng)期面臨精確過程控制的重大挑戰(zhàn)。在卡內(nèi)基梅隆大學(xué)與普林斯頓大學(xué)的跨校合作項(xiàng)目中（美國(guó)能源部專項(xiàng)支持），陳佳玉和團(tuán)隊(duì)成員創(chuàng)新性地基于來自通用原子公司托卡馬克裝置的海量實(shí)驗(yàn)數(shù)據(jù)，跳過傳統(tǒng)控制理論對(duì)“物理公式”的依賴，直接利用強(qiáng)化學(xué)習(xí)從離線數(shù)據(jù)中提取魯棒性控制策略。2024年4月，他參與的實(shí)驗(yàn)取得突破——首次實(shí)現(xiàn)等離子體密度/旋度分布與預(yù)設(shè)分布的高度匹配，打破了傳統(tǒng)控制技術(shù)“僅能控制均值”的局限。

香江筑夢(mèng) 研途躬行

2025年，陳佳玉選擇加入香港大學(xué)。香港憑借其東西方文化樞紐的獨(dú)特地位，不僅能夠連接國(guó)際前沿動(dòng)態(tài)，還能緊密對(duì)接內(nèi)地的資源和重大需求，為他的學(xué)術(shù)發(fā)展?fàn)I造了理想的環(huán)境。

在香港大學(xué)的鼎力支持下，陳佳玉的實(shí)驗(yàn)室建設(shè)有序推進(jìn)。他的研究布局既延續(xù)了之前的方向——計(jì)劃將基于強(qiáng)化學(xué)習(xí)的數(shù)據(jù)驅(qū)動(dòng)核聚變控制技術(shù)對(duì)接國(guó)內(nèi)的托卡馬克裝置，助力相關(guān)領(lǐng)域的戰(zhàn)略需求；也開拓了新的賽道——將科研啟動(dòng)基金投入人形機(jī)器人與雙臂家居機(jī)器人的研發(fā)。盡管這是一個(gè)新的研究方向，陳佳玉堅(jiān)信，基于強(qiáng)化學(xué)習(xí)的復(fù)雜控制研究同樣可以在該領(lǐng)域取得重大突破，推動(dòng)機(jī)器人真正融入人們的日常生活。

團(tuán)隊(duì)建設(shè)上，陳佳玉延續(xù)自身受益的培養(yǎng)模式，他引導(dǎo)學(xué)生全程參與科研，錘煉全?？蒲心芰Γ鼜?qiáng)調(diào)以“解決真問題”為導(dǎo)向開展科研等。這種模式既為團(tuán)隊(duì)蓄能，也讓成員清晰感知科研的現(xiàn)實(shí)意義。

“強(qiáng)化學(xué)習(xí)在復(fù)雜控制領(lǐng)域的應(yīng)用仍面臨諸多挑戰(zhàn)，尤其是在泛化性和魯棒性方面，有待我們持續(xù)深入探索?！边@是陳佳玉對(duì)團(tuán)隊(duì)的期待，也是他對(duì)自己研究方向的堅(jiān)持。從在北大打下跨學(xué)科基礎(chǔ)，到在強(qiáng)化學(xué)習(xí)領(lǐng)域多個(gè)研究殿堂深入探索且嘗試應(yīng)用，再到如今在香港大學(xué)帶著團(tuán)隊(duì)往前走，他始終一步一個(gè)腳印。未來幾年，他想和團(tuán)隊(duì)在細(xì)分領(lǐng)域多做些實(shí)在成果，盼著研究緊扣核聚變、具身智能等領(lǐng)域的發(fā)展脈搏，借技術(shù)之力為國(guó)家重大需求增光添彩。