香港中文大学苏文藻教授应邀来自主智能无人系统全国重点实验室作学术报告

2026年4月27日上午，应北京理工大学自动化学院邀请，香港中文大学研究生院院长、系统工程与工程管理学系教授苏文藻（Anthony Man-Cho So）博士莅临自主智能无人系统全国重点实验室，在研究生教学楼103教室作了题为“Universal Gradient Descent Ascent Method for Smooth Minimax Optimization”的学术报告。重点实验室相关研究领域的师生参加了此次学术交流活动。

报告围绕光滑极小极大优化问题展开。苏教授指出，近年来该问题受到了广泛关注，但传统算法往往依赖于问题的具体结构特征，在实际应用中验证这些结构性质的难度较大，导致步长等关键参数的调整变得十分复杂。针对这一挑战，苏教授团队创新性地提出了“双重平滑乐观梯度下降上升方法（DS-OGDA）”。这是一种通用的单循环算法，其核心优势在于，使用同一套参数即可适用于凸-凹、非凸-凹、凸-非凹、非凸-KL和KL-非凹等多种不同场景，无需事先了解问题的具体结构便能确定步长。同时，通过充分利用结构信息，DS-OGDA能在上述各类情形下取得最优或已知最优的迭代复杂度结果，展现了强大的普适性和高效性。 

报告结束后，苏教授与在场师生就算法的收敛性分析、步长选择策略以及其在交通领域中的潜在应用等话题进行了深入交流，现场学术氛围浓厚。

此次报告不仅加深了重点实验室师生对前沿优化理论的理解，更启发了大家对于人工智能核心算法设计的思考。苏教授分享的通用、自适应的优化思想，为应对复杂智能系统中的学习挑战提供了宝贵的理论工具，对我院在智能决策、机器学习等领域的交叉研究具有重要的借鉴意义。