UMass Amherst, CC BY-SA 4.0
科學家
圖靈獎得主
教授
關於 安德魯・巴托 Andrew Barto
Andrew Barto 是強化學習領域的共同創始人，與學生 Richard Sutton 共同撰寫了經典教科書《Reinforcement Learning: An Introduction》。他在 1980 年代開創性地提出了時序差分學習的理論基礎，並與 Sutton 共同發明了 Actor-Critic 架構。2024 年，他與 Sutton 共同獲得圖靈獎，表彰他們對強化學習領域的開創性貢獻。
職涯經歷
2012-現在
資訊與電腦科學學院名譽教授
麻薩諸塞大學安默斯特分校
1977-2012
資訊與電腦科學學院教授
麻薩諸塞大學安默斯特分校
學歷
密西根大學
理學學士
1970密西根大學
電腦與通訊科學碩士
1975密西根大學
電腦與通訊科學博士
1975重要論文
Neuronlike adaptive elements that can solve difficult learning control problems
Reinforcement Learning: An Introduction
Learning to predict by the methods of temporal differences
Intrinsically Motivated Reinforcement Learning
重要言論
強化學習是理解智慧的計算理論中最核心的一環
最讓我興奮的發現是 TD 學習與多巴胺神經元行為的相似性——這顯示我們可能觸及了大腦學習的真正機制
成就與獎項
圖靈獎 (ACM A.M. Turing Award)
IEEE Neural Networks Pioneer Award
IJCAI Award for Research Excellence