【征稿】 IEEE神经网络与学习系统(TNNLS)专刊-深度强化学习及自适应动态规划

欢迎点击上方“德先生”进行订阅！

编者按：IEEE神经网络与学习系统汇刊(IEEE Transactions on Neural Networks and Learning Systems, TNNLS)是神经网络和学习系统领域的顶级期刊之一，影响因子： 4.854（2016） ,在计算机科学类（硬件和架构分类）期刊中排名第一，在电气和电子工程类期刊中排名前十。受专刊委托，德先生现发布论文征稿函，欢迎广大学者和科研人员积极参与、踊跃投稿！下附征稿通知的中英文介绍。IEEE神经网络与学习系统(TNNLS)专刊：深度强化学习及自适应动态规划      在2015年《自然》杂志第一期上，谷歌的Deepmind公司发表了题为“Human-level control through deep reinforcement learning”的论文，接着在2016年，作为《自然》杂志封面论文，其再次发表“Mastering the game of Go with deep neural network and tree search”，并公布了轰动全球的围棋程序Alphago。2016年3月，Alphago以4:1的战绩击败了世界顶级围棋选手李世石，成为了世界人工智能历史上的新的里程碑，值得强调的是该程序的核心算法正是深度强化学习。
深度强化学习算法结合了深度学习的感知能力和强化学习及自适应动态规划的控制决策优势，直接依靠输入的图片信息来输出控制信号，从其提出以来，在理论研究和工程应用领域都取得了显著的成果，目前已广泛应用于视频游戏、围棋、机器人、智能驾驶、健康医疗等领域。

然而，对于深度强化学习及自适应动态规划算法的理论分析仍然是一个开放性的问题，如理论分析其收敛性、稳定性和最优性等，并有望对该算法进行创新或可与其他领域算法结合来提高其学习效率，也期待并鼓励出现更多的实际应用的例证。因此，本次专刊希望可以收录深度强化学习及自适应动态规划领域最先进的研究和应用成果，欢迎投递所有与本领域相关的论文，特定的主题包括但不限于：

• New algorithms of deep RL or ADP;

• Theory of deep RL or ADP;

• Deep RL or ADP with transfer learning;

• Deep RL or ADP with advanced search algorithms;

• Multi-agent RL or ADP;

• Hierarchical RL or ADP;

• Event-driven RL or ADP; 

• Theoretical foundation of RL or ADP in convergence, stability, robustness, and etc. ;

• Data-driven learning and control;

• Control with advanced machine learning;

• Optimal decision and control of cyber-physical systems;

• Autonomous decision and control using neural structures;

• Brain-like control design and applications;

• New neural network topologies from neurocognitive psychology studies;

• Neurocomputing structures for fast decision and control in dynamic environments;

• Applications in realistic and complicated systems.

重要日期：

提交论文截止日期：2017年03月30日

初  审  通  知 日 期：2017年06月30日 

修改提交截止日期：2017年07月30日

录  用  通  知 日 期：2017年09月30日

出     版      日     期：2017年11月

客座编辑：

赵   冬    斌   中科院自动化所           中国

刘   德    荣   北京科技大学               中国

F.L.Lewis      德州大学阿灵顿分校   美国

J.Principe     佛罗里达大学               美国

R.Babuska   代尔夫特理工大学       荷兰

投稿须知：

1. 请阅读作者须知，网址：http://cis.ieee.org/tnnls

2. 请于TNNLS主页(http://mc.manuscriptcentral.com/tnnls)根据投递流程投递您的初稿。请在稿件首页及封面信中注明该稿件投递于Deep Reinforcement Learning and Adaptive Dynamic Programming专刊，请以 “TNNLS special issue submission”为邮件名发送给客座编辑赵冬斌([e-mail])以告知您稿件的提交。
3. 希望您于截止日期前尽早提交稿件，以便我们可以尽快开展审稿工作，发布您的成果。

点击“阅读原文”，购买首发新书《智能汽车-先进传感与控制》

 德先生精彩文章回顾 

在公众号会话位置回复以下关键词，查看德先生往期文章！

人工智能｜类脑研究｜人机大战｜机器人

虚拟现实｜无人驾驶｜智能制造｜无人机

科研创新｜网络安全｜数据时代｜区块链

……

更多精彩文章正在赶来，敬请期待！

德先生旗下求知书店已正式投入运营，欢迎大家选购首发新书《智能汽车-先进传感与控制》。