从粒计算的角度构建了一个新颖的多级连续三态决策组协作决策方法，针对复杂、不确定性的群体决策问题进行了分析和改进，提出了一种高效的信息融合方法，并定义了决策层次的信息提取 / 汇总的概念，利用邻域理论、比较关系和遗憾理论重建了条件概率和相对损失函数的计算，进一步提出了基于连续三态决策的 DHHFLTS 的粒结构以提高决策效率，并给出了 S3W-GDM 的算法，通过示例诊断和与其他方法的比较和敏感性分析来验证了所提方法的效率和合理性。

Jun, 2024

通过引入 TranSDDP，一种基于 Transformer 的分阶段分解算法，我们有效地为大规模多阶段随机规划问题生成了分段线性逼近，显著减少了计算时间同时保持解决方案的质量，从而标志着在处理大规模多阶段随机规划问题方面的一个有希望的进展。

Apr, 2024

近年来，自动规划（AP）和强化学习（RL）的整合引起了广泛关注。为了实现这种整合，我们试图提供一个适用于从传统规划到深度强化学习的任何方法的顺序决策制定（SDM）的通用框架，该框架借鉴了概率论和贝叶斯推断的概念。我们用训练和测试的马尔可夫决策过程（MDPs）集合来定义 SDM 任务，以考虑泛化性。我们提供了一个 SDM 的通用算法，并推测每个 SDM 方法都基于它。根据该算法，每个 SDM 算法可以被看作是通过利用可用的任务知识来迭代改进其解决方案估计的过程。最后，我们推导出一组用于计算 SDM 任务和方法的有趣属性的公式和算法，从而使得它们的经验评估和比较成为可能。

Oct, 2023

决策聚焦学习关注解决不确定性下的决策问题，特别是多阶段优化与预测相结合的模型对未来决策具有重要影响，本研究提出了基于多层模型的决策聚焦预测方法，并在能量存储套利任务中验证了其优越性。

May, 2024

本文提出了一种基于采样的原始 - 对偶算法来解决带约束的马尔科夫决策过程，通过应用正则化策略迭代来改善策略，应用次梯度上升来保持约束。在弱耦合结构的情况下，通过嵌入式分解方法，能够显著减少问题的维度。将算法应用于多产品库存管理和多类队列调度，并表明它产生优于现有启发式算法的控制。

Jan, 2021

本文介绍了一种鲁棒的任意学习方法，该方法结合了贝叶斯推断模型和计算稳健策略的方法，以不确定性马尔科夫决策过程（uMDPs）为基础，并通过实验验证了该方法的有效性。

May, 2022

报告描述了如何设计面向 TFSDM 的探索 - 利用算法以解决困难的在线决策问题

Mar, 2021

为了应对敏感机器学习应用中的不确定性建模需求，分布鲁棒优化（DRO）的设置在各种任务中寻求统一的良好性能。最近的多分布学习（MDL）框架以与环境的动态互动的方式解决了这一目标，在该框架中，学习者可以对每个目标分布进行采样访问。借鉴了纯探索多臂赌博机领域的观点，我们在 MDL 体制下提供了依赖于分布的保证，并且在与现有的分布无关分析相比，这种保证随着次优性差距的缩小而产生了优秀的样本大小依赖性。我们研究了两种非自适应策略：均匀探索和非均匀探索，并使用经验过程理论中的新工具提供了非渐进性后悔上界。此外，我们设计了一种自适应乐观算法 LCB-DR，展示了对差距的增强依赖性，类似于多臂赌博机文献中均匀分配和乐观分配之间的对比。

Dec, 2023

该研究利用机器学习提出了增强型 Benders 分解算法，用于解决两阶段随机安全约束机组组合问题。通过创建更紧凑的限制条件和减小主问题的规模，以降低计算成本和内存使用量。相较于传统的多限制条件 Benders 分解算法，在多个测试系统上的仿真研究表明，该学习辅助的 Benders 分解算法在解决两阶段随机安全约束机组组合问题方面具有显著的效果。

Nov, 2023

我们研究了两层滑雪租借问题，其中用户需要通过选择三个支付选项之一来满足多个项目的一系列需求：按需使用支付（即租赁），购买单个项目（即单独购买）和购买所有项目（即组合购买）。我们设计了一种稳健的在线算法（RDTSR），它能提供最坏情况下的性能保证。为了兼顾在线算法的稳健性和机器学习的平均性能，我们开发了一种学习增强算法（LADTSR），通过将机器学习预测集成到稳健的在线算法中，即使预测不准确也能确保最坏情况下的性能保证。最后，我们对合成数据和真实迹线数据进行了数值实验以验证我们方法的有效性。

Feb, 2024