京东集团算法总监韩艾将在 AICon 北京站分享基于强化学习的异构多智能体联合进化算法

6 月 27 日 -6 月 28 日，AICon 全球人工智能开发与应用大会北京站即将拉开帷幕。本次大会将汇聚 AI 前沿技术与落地实践，邀请来自腾讯、阿里、百度、字节跳动等头部大厂以及智谱、硅基流动、智象未来、声智科技等 AI 企业的 50+ 资深专家，深度探讨 AI Agent、多模态应用、推理性能优化以及 AI 在软件研发、数据分析、业务运营等场景的具体落地实践。

京东集团算法总监韩艾已确认出席并发表题为《JDAgents-R1：基于强化学习的异构多智能体联合进化算法》的主题分享。多智能体强化学习（MARL）已成为处理日益复杂任务的重要范式。然而，异构智能体之间的联合进化仍面临合作效率低与训练不稳定等挑战。为此，京东提出了一种面向 MARL 的联合进化算法框架 JDAgents-R1，该方法首次将组相对策略优化（GRPO）应用于异构多智能体的联合训练中。通过迭代优化智能体的大语言模型（LLMs）与自适应记忆机制，JDAgents-R1 实现了决策能力与记忆能力的动态均衡，并能有效减少重复推理、加快训练收敛。在通用场景以及商家定制化场景中的实验表明，JDAgents-R1 在基于更小规模开源模型的情况下，依然能够达到与大规模语言模型相媲美的性能表现。

韩艾是中国科学院与美国康奈尔大学联合培养博士，北京大学双学士。现任京东集团算法总监，京东零售数据与算法通道委员，CCF 大赛专家委员会专家、京东赛题全球发布人，QCon 大会优秀出品人和明星讲师。兼任中国科学院大学硕士企业导师、北京工业大学硕士企业导师、西安电子科技大学客座教授。在国际顶级期刊发表学术论文数十篇。专注 AI 技术创新，主持设计了 Multi-Agent Planning 算法架构并落地京东商家智能助手，擅长多 Agent 动态规划与协同训练、LLM 微调与强化学习。她在本次会议的详细演讲内容如下：

• 多智能体训练技术

• 多智能体应用案例

• LLM 决策与 Memory 进化

• 多智能体强化学习

• JDAgents-R1: 联合进化算法方案

• 多智能体协作

• GRPO 联合训练算法技术

• Memory 更新技术

• 电商领域落地实战

• 通用与垂直领域任务

• 商家多智能体联合进化

• 未来展望

• 多个大模型联合训练的信息通信难题：多卡多机，如何实现模型斩断与更新？

• 智能体 memory 进化：memory 会干扰决策质量，如何评估 memory 的增减？

• 多智能体联合进化的算法设计，符合复杂多智能体场景的 online learning 需要

• 决策与记忆机制联合更新

• 多智能体如何协作

• 多个模型训练的更新策略

除此之外，本次大会还策划了 AI Agent 构建与多场景实践、多模态实践与应用、大模型助力研发的实战经验、AI 在业务运营中的深度落地、大模型时代的数据处理与分析、AI 变革下的工程师等 10 多个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+ 资深专家在 AICon 北京站现场带来前沿技术洞察和一线实践经验。