张俊格 男 研究员 博导 中国科学院自动化研究所
电子邮件： jgzhang@nlpr.ia.ac.cn
通信地址： 北京市海淀区中关村东路95号
邮政编码：100190
中国科学院特聘核心岗位研究员
中国科学院青年促进会优秀会员
中国科学院稳定支持基础研究青年团队
北京市科技新星
研究领域
博弈智能, 强化学习，多智能体系统，决策大模型(大模型智能体、大模型推理等)，AI4Science（博弈智能+大模型智能体赋能科学研究），通用人工智能
招生信息
希望学生具有优秀的编程（C/C++, Python）、数学、英语基础（如CET-6不低于550分）。
课题组目前主要依托自动化所和国科大交叉学院招生。
课题组主要围绕复杂系统博弈智能及其跨学科应用（AI4Science）开展研究，特别是近年来大模型跨越式发展后，如何综合运用博弈智能、复杂系统、强化学习、多智能体并深度结合大模型最新进展，探究复杂问题求解（如大型复杂博弈问题如游戏AI，科学发现等）是课题组的研究重点。课题组算力资源(近400张卡)充沛，希望学生对AGI有着极强的使命感和热情，探索AGI前沿，做重要的问题。
研究组主要和国家能源、国家电投、国家电网、航天科技、航天科工、航空工业、中国船舶、中国兵器、中国电科、中国移动、华为等等知名央国企、民营企业以及相关部委下属研究机构有着长期合作。
教育背景
学历
学位
工作经历
工作简历
社会兼职
2018-07-30-2025-12-30,中国图象图形学会青年工作委员会委员, 委员
2017-08-31-2026-12-31,中国自动化学会混合智能专业委员会委员, 委员
2017-04-30-2024-12-31,中关村管委会专家委员会委员, 委员
2015-09-30-2027-12-31,中国计算机学会计算机视觉专业委员会委员, 委员
专利与奖励
奖励信息
出版信息
发表论文
（1）EPO: Explicit Policy Optimization for Strategic Reasoning in LLMs via Reinforcement Learning, ACL, 2025,通讯作者
（2）SPO: Multi-Dimensional Preference Sequential Alignment With Implicit Reward Modeling, AAAI, 2025, 通讯作者
（3） BadRL: Sparse Targeted Backdoor Attack Against Reinforcement Learning, AAAI, 2024, 通讯作者
（4） Position: Foundation Agents as the Paradigm Shift for Decision Making, ICML, 2024, 通讯作者
（5）TAPE: Leveraging Agent Topology for Cooperative Multi-Agent Policy Gradient, AAAI, 2024, 通讯作者
（6） Safe Reinforcement Learning with Free-form Natural Language Constraints and Pre-Trained Language Models, AAMAS, 2024, 通讯作者
（7）ProAgent: Building Proactive Cooperative AI with Large Language Models, AAAI, 2024,
（8） Exemplar-based Continual Learning via Contrastive Learning, IEEE Transactions on Artificial Intelligence (TAI), 2024, 通讯作者
（9）PDiT: Interleaving Perception and Decision-making Transformers for Deep Reinforcement Learning, AAMAS, 2024
（10）ADMN: Agent-Driven Modular Network for Dynamic Parameter Sharing in Cooperative Multi-Agent Reinforcement Learning, IJCAI, 2024, 通讯作者
（11）Learning Individual Difference Rewards in Multi-Agent Reinforcement Learning, AAMAS, 2023, 通讯作者
（12）Contrastive Correlation Preserving Replay for Online Continual Learning, IEEE CSVT, 2023, 通讯作者
（13）Dynamic Equilibrium-Based Continual Learning Model with Disentangled Meta-features, IEEE SMC, 2023, 通讯作者
（14）Leveraging Joint-action Embedding in Multi-agent Reinforcement Learning for Cooperative Games, TOG, 2023, 通讯作者
（15）Squeezing More Past Knowledge for Online Class-Incremental Continual Learning, IEEE-CAA JOURNAL OF AUTOMATICA SINICA, 2023, 通讯作者
（16）Subspace-Aware Exploration for Sparse-Reward Multi-Agent Tasks, AAAI, 2023, 通讯作者
（17）兵棋推演的智能决策技术与挑战, 自动化学报, 2023
（18） Prioritized Tasks Mining for Multi-Task Cooperative Multi-Agent Reinforcement Learning, AAMAS, 2023, 通讯作者
（19）PECAN: Leveraging Policy Ensemble for Context-Aware Zero-Shot Human-AI Coordination, AAMAS, 2023, 通讯作者
（20）Deep Reinforcement Learning With Part-Aware Exploration Bonus in Video Games, IEEE TRANSACTIONS ON GAMES, 2022, 通讯作者
（21）Offline reinforcement learning with representations for actions, INFORMATION SCIENCES, 2022, 通讯作者
（22）Learning to Reweight Imaginary Transitions for Model-Based Reinforcement Learning, AAAI, 2021
（23）Universal adversarial perturbations against object detection, PATTERN RECOGNITION, 2021
（24）Fast A3RL: Aesthetics-Aware Adversarial Reinforcement Learning for Image Cropping. TIP,2019
（25）Transductive Zero-Shot Learning with Visual Structure Constraint, NIPS, 2019
（26）Bootstrap Estimated Uncertainty of the Environment Model for Model-Based Reinforcement Learning, AAAI, 2019
（27） Mixed supervised object detection with robust objectness transfer, TPAMI, 2019
（28）A2-RL: Aesthetics Aware Reinforcement Learning for Image Cropping, CVPR, 2018