强化学习在人工智能领域的「扬名立万」，始于2016年DeepMind开发的Alpha Go在围棋竞赛中战胜人类世界冠军李世石。
之后，强化学习被广泛应用于人工智能、机器人与自然科学等领域，并取得一系列突破性成果（如DeepMind的Alpha系列），引起了大批学者的研究兴趣与广泛关注。
事实上，强化学习的研究由来已久，远远早于2016年。自上世纪80年代以来，强化学习的核心问题，如探索效率、学习与规划的规模与难度权衡，便在计算机科学、人工智能、控制理论、运筹学与统计学等等领域得到了广泛研究。
然而，强化学习的基础理论问题是什么？该领域出色的通用算法应具备哪些要素？如何设计高度可扩展的强化学习算法？……在2019年以前，这一系列重要问题均未得到很好的定义，强化学习也未形成一门独立的研究学科。
在此契机下，2019年秋天，七位学者组织了西蒙斯强化学习理论大会，召集了来自世界各地对强化学习感兴趣的学者，共同探讨与梳理强化学习的研究问题。
与1956年的达特茅斯会议相似，该会议的参会者也是来自各个领域，有应用数学家、统计学家、理论计算机学家，还有通信学家、密码学家、神经学家等等，包括Michael Jordan、Martin Wainwright、Csaba Szepesvari、Ben Recht等等知名学者。
大会长达半年，横贯一学期，覆盖四个分论坛，七位发起人梳理问题，最终确立了强化学习领域的四大核心研究方向：在线强化学习、离线与基于模拟器的强化学习、深度强化学习与应用强化学习。此举打开了科研人员研究强化学习理论与通用算法的大门，此后，研究强化学习的论文在NeurIPS、ICML等国际顶会上井喷，越来越多学者参与其中，极大地推动了强化学习学科的快速发展。
西蒙斯大会无疑是强化学习方向的「达特茅斯」。但与达特茅斯会议不同的是，西蒙斯大会的七位发起人中，有一位华人学者。她就是现任普林斯顿大学终身教授的知名青年科学家王梦迪。

内容中包含的图片若涉及版权问题，请及时与我们联系删除