1、强化学习在游戏领域的研究
• 配置 Moba 游戏环境，生成完备的一套 Docker 镜像。
• 使用实验设计的方法调试强化学习参数，比对实验结果，选出最优参数。
2、强化学习在组合优化中的应用
• 对调度问题进行建模，以满足马尔科夫性质；通过强化学习 PPO 算法学习最优策略提升调度性能。
• 已录用一篇 EI 检索 DDCLS2020 会议论文和一篇SCI I区论文。
3、外汇交易与 AI 辅助决策
• 利用深度强化学习结合市场情绪和宏观经济数据（通货膨胀、GDP、就业增长、央行基准利率等），
预测长期和短期的外汇走势，构建选股策略进行回测。