为进一步理解Q-Learning在经济管理领域的应用，5月29日我院在六号教学楼6321实验室主办了“Q-Learning算法原理及其在经济管理中的应用”主题讲座的第四场，讲座由管理学院院长任剑新教授主讲。此次学习以招聘决策模拟实验为切入点，探讨科学决策与经验决策的本质差异，系统解析强化学习原理及其实际应用。

首先，任剑新院长讲解监督学习与强化学习的区别：监督学习依赖特征与标签比对，强化学习则基于环境交互与反馈从而调整策略，并以识别水果为例。他明确区分了日常决策中的经验决策和基于理论模型的科学决策，指出强化学习是实现科学决策的重要途径之一。

接下来任剑新院长以人力资源管理工作中招聘决策为例，深入分析具体的应用。先邀请在场人力资源管理专业的汪晓斌和胡欣老师，对于面试中不同得分的求职者做出是否录用的决定，最多有5轮。其次展示机器学习的计算过程和决策。老师们通过修改程序中的参数，有深刻体会并进行相互交流：低训练次数的强化学习智能体呈现非最优决策。随着训练次数提升，与环境不断交互、多次计算反馈后呈现持续进步的过程。

接下来，任剑新院长还介绍了其他的应用场景，例如库存管理，启发老师们思考如何与自己的专业结合。最后，任剑新院长对比了DL算法和DP算法的区别，总结了“科学与经验的对抗”这一研究主题，鼓励教师继续深入学习，以此进行教学内容更新和开展学术研究。

此次“Q-Learning 算法原理及其在经济管理中的应用”第四场讲座的举办，是管理学院推进教学创新和提升教师科研能力的务实举措，以期我院教师能将前沿理论与实际案例融入课堂教学，使课程内容更加丰富多元、紧跟时代步伐，激发学生的学习兴趣。教师们学习学科交叉融合的前沿动态，拓宽视野，能有助于教师们在现有研究基础上进行拓展与创新。