回望十余年来的学术生涯，正是因为相信时间的力量，理解了多智能体系统的交叉学科本质，才让郝建业不受限于象牙塔，逐渐走出小圈子，让自己那片小小的原野变得广袤，并看着当初撒下的一粒粒种子生根发芽，终成参天大树。在华为诺亚方舟实验室，郝建业继续践行着这个理念。他告诉我们，如今由他担任负责人的决策与推理实验室有5个研究方向的规划：首先是多智能体系统，涉及了多智能体协作、联邦学习、合作式与非合作式博弈等方面；第二是学习优化，涉及了白盒优化、黑盒优化等方面；第三是知识表征与推理，涉及了表征学习与因果发现等方面；第四是安全控制，涉及数据中心安全等方面；最后是建模仿真，涉及基于AI的各种复杂数学模型求解等方面。“我们内部围绕这5大方向都在开展基础研究，并用于解决很多实际业务问题。比如多智能体系统研究可用于5G网络参数优化，学习优化研究可用于各种复杂的白盒和黑盒控制决策优化场景，如自动驾驶、无线优化、芯片设计、物流优化等，知识表征与推理研究可用于故障的根因定位和诊断修复等，安全控制研究可用于数据中心控制，自动驾驶等重要场景，建模仿真研究可用于自动驾驶仿真、无线、芯片设计等，”郝建业说道，“诺亚作为一个企业的研究院，在基础研究和工程落地方面结合的非常好，每个研究员在这里结合自身优势特长，在研究和落地之间找到适合自己的平衡点。”在新一代AI学子培养上，郝建业依然秉承恩师梁浩锋执着于细节的信念，强调养成科研好习惯的重要性，“科研习惯和兴趣都很重要。第一个是有动力，第二个是要有好的做科研的方式，包括思维方式，包括系统的从发现问题到分析问题到解决问题的一套方法论。”2015年入职天津大学至今，郝建业领导着深度强化学习实验室，亦不忘“大方向把控，小方向自由”，“我们实验室的研究方向比较聚焦，每个人做的课题有所差异，但都围绕着单智能体、多智能体系统，以及深度强化学习。”基础当然也不能忽视。在多智能体系统方面，郝建业会要求学生读Yoav Shoham和Kevin Leyton-Brown编写的《Multiagent Systems：Algorithmic,Game-Theoretic, and Logical Foundations》；在强化学习方面，他会要求学生读Richard Sutton的《Reinforcement Learning》，并辅以David Silver的同名视频课程的课件。同时，他也不忘提醒学生坚持长期主义，“要做有价值的课题，而不是去跟风写大家都在抢着发的论文。”“还要避免闭门造车”，他经常跟学生说，“养成独立思考习惯很重要，但也要多跟导师交流，要有勇气走出实验室，从实际问题出发提炼有价值的抽象问题。”最后，对强化学习和多智能体系统方向感兴趣的同学，欢迎联系报考，也欢迎从事相关研究（不局限于强化学习）的同学来诺亚方舟实验室实习：jianye.hao@tju.edu.cn雷锋网雷锋网雷锋网【 囚徒|郝建业：从囚徒困境到自动驾驶，蛰伏数十载的多智能体强化学习，期待破茧成蝶】
