謝秉均
Hsieh, Ping-Chun・資訊學院・資訊科學與工程研究所、數據科學與工程研究所、智能系統研究所
碩士平均畢業時長
2.19 年
中位數 2.03 年・23 人
博士平均畢業時長
5.74 年
中位數 6.34 年・4 人
收錄論文
29 篇
109–115 學年度
全校中位數(供對照)
碩士 2.10・博士 6.11 年
畢業時長趨勢
每學年度畢業人數
只計入有論文收錄的畢業生;中途休學或更換指導教授的學生不會出現在這裡。
研究關鍵字
Reinforcement Learning強化學習深度強化學習多目標強化學習Policy Optimization策略梯度Policy Gradient貝氏最佳化高斯過程Bayesian OptimizationDeep reinforcement learning離線強化學習偏好式強化學習Offline Reinforcement LearningBandits Learning動作限制策略最佳化模型預測控制Model Predictive Control半監督式學習Multi-objective reinforcement learningSemi-supervised learning模仿學習Imitation Learning跨領域遷移Cross-domain transferTransfer learninglearning from demonstrations機器學習Machine LearningGaussian ProcessFew-shot learning無休止多臂機問題反無人機干擾Whittle 指數Restless multi-armed banditsCounter-UAV jammingWhittle index零樣本強化學習對比學習無獎勵表徵學習Preference-based Reinforcement LearningZero-shot Reinforcement LearningContrastive LearningReward-Free Representation Learning多臂老虎機貝葉斯最佳化Bayesian optimization.Action ConstraintsSampling
想看最新的研究方向與計畫經費,也可以查政府研究計畫(GRB)。
指導論文
| 學年度 | 論文 | 學制 | 入學 | 提交日期 | 畢業時長 |
|---|---|---|---|---|---|
| 115 | WhittleFormer: Scalable Neural Index Policies for Dynamic Counter-UAV Jamming 資訊科學與工程研究所 無休止多臂機問題、反無人機干擾、深度強化學習、Whittle 指數、Restless multi-armed bandits、Counter-UAV jamming、Deep reinforcement learning、Whittle index | 碩士 | 113 | 2026-08-10 | 2.02 年 |
| 115 | From Reward-Free Representations to Preferences: Rethinking Offline Preference-Based Reinforcement Learning 資訊科學與工程研究所 離線強化學習、偏好式強化學習、零樣本強化學習、對比學習、無獎勵表徵學習、Offline Reinforcement Learning、Preference-based Reinforcement Learning、Zero-shot Reinforcement Learning、Contrastive Learning、Reward-Free Representation Learning | 碩士 | 113 | 2026-06-24 | 1.89 年 |
| 114 | Learning to Optimize: Bandit Algorithms and Reinforcement Learning for Black-box Decision Problems 資訊科學與工程研究所 強化學習、多臂老虎機、貝葉斯最佳化、Reinforcement Learning、Bandits Learning、Bayesian optimization. | 博士 | 108 | 2025-12-05 | 6.35 年 |
| 114 | Action-Constrained Reinforcement Learning 資訊科學與工程研究所 強化學習、動作限制、多目標強化學習、策略最佳化、Reinforcement Learning、Action Constraints、Sampling、Multi-objective RL、Policy Optimization | 博士 | 108 | 2025-12-02 | 6.34 年 |
| 114 | Plan2Align: Predictive Planning Based Test-Time Preference Alignment for Large Language Models 數據科學與工程研究所 大型語言模型、測試階段對齊、模型預測控制、語言模型規劃、上下文學習、Large Language Models、Test-time Alignment、Model Predictive Control、LLM Planning、In-context Learning | 碩士 | 112 | 2025-08-07 | 2.02 年 |
| 114 | Semi-Supervised Cross-Domain Imitation Learning 資訊科學與工程研究所 跨領域模仿學習、半監督式模仿學習、跨域映射、自適應加權、不完美示範、Cross-domain imitation learning、Semi-supervised imitation learning、Cross- domain mapping、Adaptive weighting、Imperfect demonstrations | 碩士 | 112 | 2025-01-05 | 1.43 年 |
| 114 | Plan2Cleanse: Test-Time Backdoor Detection and Mitigation via Monte-Carlo Planning in Deep Reinforcement Learning 資訊科學與工程研究所 強化學習、後門偵測、後門緩解、測試階段防禦、蒙地卡羅樹搜尋、reinforcement learning、backdoor detection、backdoor mitigation、test-time defense、Monte Carlo tree search | 碩士 | 112 | — | 無法計算 |
| 113 | A Reward-Free Viewpoint on Multi-Objective Reinforcement Learning 資訊科學與工程研究所 多目標強化學習、半監督式學習、無回饋強化學習、前向-後向表示法、跨目標 遷移、Multi-objective reinforcement learning、Semi-supervised learning、Reward-free reinforcement learning、Forward-backward representation、Cross-objective transfer | 碩士 | 112 | 2025-06-24 | 1.90 年 |
| 113 | Bridging the Reality Gap in Reinforcement Learning: Robust Algorithms and Techniques for Practical Applications 資訊科學與工程研究所・共同指導:王昱舜 強化學習、穩健模型、現實落差、模擬環境、靜態離線數據集、Reinforcement Learning、Robust Model、reality gap、simulation、offline RL | 博士 | 107 | 2025-06-10 | 6.86 年 |
| 113 | Improving Anesthesia Simulators via Reinforcement Learning 資訊科學與工程研究所 麻醉、模擬器、序列模型、動態模型、強化學習、變分推斷、Anesthesia、simulator、sequence model、dynamics model、reinforcement learning、variational inference | 碩士 | 111 | 2025-05-23 | 2.81 年 |
| 113 | Action-Constrained Imitation Learning 資訊科學與工程研究所 模仿學習、動作限制、軌跡最佳化、模型預測控制、動態時間規整、Imitation Learning、Action Constraint、Trajectory Optimization、Model Predictive Control、Dynamic Time Warping | 碩士 | 111 | 2025-04-14 | 2.70 年 |
| 113 | A Study of Deep Reinforcement Learning for Human-Like Behavior Modeling and Scheduling Optimization 深度強化學習、人類化行為、受限策略優化、擴增拉格朗日法、工作車間排程問題、彈性工作車間排程問題、動態彈性工作車間排程問題、圖神經網路、Deep Reinforcement Learning (DRL)、Human-Like Behavior、Constrained Policy Optimization、Augmented Lagrangian、Job Shop Scheduling Problem (JSP)、Flexible Shop Scheduling Problem (FJSP)、Dynamic Flexible Job Shop Scheduling Problem (DFJSP)、Graph Neural Networks (GNN) | 博士 | 105 | — | 無法計算 |
| 112 | Cross-Domain Knowledge Transfer for RL via Preference Consistency 智能系統研究所 強化學習、深度強化學習、跨領域遷移、遷移式學習、偏好式強化學習、基於人類回饋的強化學習、Reinforcement learning、Deep Reinforcement learning、Cross-domain transfer、Transfer learning、Preferencebased RL、Reinforcement Learning from Human Feedback | 碩士 | 111 | 2024-08-02 | 2.00 年 |
| 112 | Survive on Planet Pandora: Robust Cross-Domain RL Under Distinct State-Action Representations 資訊科學與工程研究所 跨領域遷移、遷移學習、強化學習、領域間映射、負遷移、Cross-domain transfer、Transfer learning、Reinforcement learning、Inter-domain mapping、Negative transfer | 碩士 | 111 | 2024-07-31 | 2.00 年 |
| 112 | Learning From Demonstrative Experts of Diverse Preference 網路工程研究所 逆強化學習、從示範數據學習、多專家、多目標、半監督式學習、Inverse reinforcement learning、learning from demonstrations、multiple experts、multi-objective learning、semi-supervised learning | 碩士 | 111 | 2024-07-29 | 1.99 年 |
| 112 | Learning From Expert Demonstrations With Incomplete Observations 資訊科學與工程研究所 模仿學習、不完整觀察、透過演示學習、Imitation learning、Incomplete observations、Learning from demonstrations | 碩士 | 110 | 2024-06-30 | 2.91 年 |
| 112 | Accelerated Policy Gradient: On the Convergence Rates of the Nesterov Momentum for Reinforcement Learning 智能系統研究所 強化學習、機器學習、最佳化、Nesterov 加速梯度、策略梯度、Reinforcement Learning、Machine Learning、Optimization、Nesterov's Accelerated Gradient、Policy Gradient | 碩士 | 111 | 2024-06-21 | 1.89 年 |
| 112 | Provably Convergent Mixture-of-Experts in Reinforcement Learning 數據科學與工程研究所 混合專家模型、分層式強化學習、技能組合、漸進式收斂、收斂速率、迷宮、mixture-of-experts、hierarchical reinforcement learning、skill composition、asymptotic convergence、convergence rate、maze2d | 碩士 | 110 | 2024-06-18 | 2.88 年 |
| 112 | Model Selection for Offline Model-Based RL: A Bayesian Optimization Approach 數據科學與工程研究所 離線強化學習、貝氏最佳化、動態模型選擇、動態模型距離、高斯過程、Offline Reinforcement Learning、Bayesian Optimization、Dynamics Model Selection、Dynamics Model Distance、Gaussian Process | 碩士 | 110 | 2024-02-26 | 2.57 年 |
| 111 | Variance-Reduced Frank-Wolfe Policy Optimization For Action-Constrained Reinforcement Learning 數據科學與工程研究所 強化學習、行動約束強化學習、方差減少、Frank-Wolfe、Actor-Critic、Reinforcement Learning、Action-Constrained Reinforcement Learning、Variance-Reduction | 碩士 | 109 | 2023-01-16 | 2.46 年 |
| 111 | Robustifying Proximal Policy Optimization Against Noisy Critics 資訊科學與工程研究所 強化學習、穩健性、策略最佳化、近端策略優化、鉸鏈策略優化、reinforcement learning、Policy optimization、Robustness、Proximal policy optimization、Hinge policy optimization、On-Policy | 碩士 | 109 | 2022-12-14 | 2.37 年 |
| 111 | Multi-Objective Time-Varying Bayesian Optimization 數據科學與工程研究所 高斯過程、貝氏最佳化、多目標時變貝氏最佳化、Gaussian process、Bayesian optimization、Multi-objective time-varying Bayesian optimization | 碩士 | 109 | 2022-10-24 | 2.23 年 |
| 111 | Adaptive-UCB for Online Restless Bandits 人工智慧技術與應用碩士學位學程 強化學習、多臂機學習、馬可夫鏈、置信區間上界、Reinforcement Learning、Bandits Learning、Markov Chain、Upper Confidence Bound | 碩士 | 109 | 2022-10-20 | 2.22 年 |
| 110 | Coordinate Ascent Policy Optimization 資訊科學與工程研究所 策略梯度、座標向上、自然策略梯度、重要性採樣、離軌策略、Policy Gradient、Coordinate Ascent、Off-Policy、Natural Policy Gradient、Importance Sampling | 碩士 | 110 | 2022-10-25 | 1.23 年 |
| 110 | Q-Pensive: Boosting Sample Efficiency of Multi-Objective RL Through Memory Sharing of Q-Snapshots 資訊科學與工程研究所 強化學習、多目標強化學習、多任務學習框架、Reinforcement Learning、Multi-Objective Reinforcement Learning、Multi-Task Learning、Soft Actor Critic | 碩士 | 109 | 2022-10-11 | 2.19 年 |
| 110 | Accelerating Gaussian Process Regression via Meta-Learned Neural Processes: A Utility-Based MAML Approach 研究生:李昕(Lee, Xin) 指導教授:謝秉均(Hsieh, Ping-Chun) 中華民國一百一十一年二月 February 2022 資訊科學與工程研究所 高斯過程、高斯過程迴歸、元學習、模型無關元學習、小樣本學習、Gaussian Processes、Gaussian Process Regression、Meta learning、Model-agnostic meta learning、Few-shot learning | 碩士 | 108 | 2022-03-04 | 2.59 年 |
| 110 | Reinforced Few-Shot Acquisition Function Learning for Bayesian Optimization 資訊科學與工程研究所 貝氏最佳化、強化學習、少樣本學習、機器學習、超參數最佳化、Bayesian optimization、Reinforcement learning、Few-shot learning、Machine learning、Hyperparameter optimization | 碩士 | 108 | 2021-08-12 | 2.03 年 |
| 109 | Frank-Wolfe Policy Optimization for Reinforcement Learning with Action Constraints 網路工程研究所 強化學習、監督式學習、動作限制強化學習、梯度消失、策略演算法、Reinforcement learning、Action-constrained reinforcement learning、Policy optimization、Zero-gradient、Supervised learning | 碩士 | 108 | 2021-07-23 | 1.98 年 |
| 109 | On the Theory of Policy Improvement in Reinforcement Learning 馬可夫決策過程、強化式學習、時間差分演算法、策略梯度、可解釋人工智慧、最佳化控制、自動控制、多旋翼機、Markov Decision Process、Reinforcement Learning、Temporal Difference Learning、Policy Gradient、Explainable AI、Optimal Control、Autonomous Control、Multicopter | 博士 | 105 | 2020-01-01 | 3.42 年 |