关于我

关于我

我是南京大学人工智能学院的硕士研究生，师从章宗长教授。我也是由周志华院士领导的 LAMDA 实验室的成员。

我于2024年6月在南京大学人工智能学院获得了学士学位。同年，我被免试录取攻读南京大学硕士学位。

我的研究兴趣主要集中在强化学习，特别关注离线强化学习、基于生成式模型（Transformer / Diffusion）的强化学习和安全强化学习。除学术研究外，我也是开源和自主托管应用的爱好者。

出版物

Physics-Informed Generative World Models for Real-Time Bidding: Deriving Statistical Laws from First Principles

Chenyang Wu, Tianyu Wang, Shengjun Fang, Mingjun Cao, Pengfei Liu, Zongzhang Zhang, Yeshu Li, Zhilin Zhang, Chuan Yu, Jian Xu, Bo Zheng

KDD 2026 (Oral)代码

提出一种基于物理信息设计的生成式世界模型，用于广告场景的实时竞价
捕捉极端波动和耦合竞价动态，为可靠的策略优化提供高保真模拟环境

Behavior-Regularized Diffusion Policy Optimization for Offline Reinforcement Learning

Chen-Xiao Gao, Chenyang Wu, Mingjun Cao, Chenjun Xiao, Yang Yu, Zongzhang Zhang

ICML 2025代码项目主页

将行为正则化与高表达能力的扩散策略相结合
引入路径级 KL 散度，以解析方式计算扩散策略之间的 KL 散度
提出一种结合双时间尺度时序差分学习的 actor-critic 框架，高效优化带行为正则化的扩散策略

ACT: Empowering Decision Transformer with Dynamic Programming via Advantage Conditioning

Chen-Xiao Gao, Chenyang Wu, Mingjun Cao, Rui Kong, Zongzhang Zhang, Yang Yu

AAAI 2024代码

指出现有回报条件决策方法的局限性，并使用优势作为条件信息对其进行改进