项目名称：

《考虑信息熵的马氏决策过程和强化学习及其应用》

项目介绍：在城市应急管理场景中，应急物资的转运路径、投放时序以及各受灾点位的需求时刻、需求规模均存在强随机性，这类动态序贯决策问题与智能体巡逻侦察任务高度相似。然而，传统应急物资调度多依赖固定储备布局与预设配送路线，调度模式刚性较强、供给弹性不足，难以适配灾害演化带来的深度不确定性，容易引发物资供需错配、资源配置效率低下等问题。本项目基于熵优化理论，在马尔可夫决策过程框架下研究系统状态轨迹不确定性最大化的应急调度决策方法，揭示应急物资运动轨迹与多点随机需求的耦合演化规律，为提升应急物流鲁棒性探寻全新优化路径。首先，依托灵敏度优化理论，推导熵最大化准则下的最优决策方程并完成算法收敛性证明，构建应急物资动态调度的基础理论体系。其次，结合随机逼近理论设计熵最大化强化学习算法，刻画物资转运与随机需求的动态交互规律，打破传统静态调度的刚性约束。最后，针对危机时期供不应求、后危机时期供过于求的双重失衡特征，量化系统熵变规律，构建政府统筹下的应急物资供需协同配置策略。研究成果可有效适配城市公共安全应急保障的现实需求，为应急物资动态调度、平急资源优化配置提供新的理论方法与技术支撑。

个人介绍：马帅，Concordia University信息系统工程博士，福州大学经管学院副研究员。主要研究方向为风险敏感的马氏决策过程、强化学习、机器学习与博弈论等。目前已在Mathematics of Operations Research、European Journal of Operational Research、AAAI等SCI期刊与计算机顶会发表论文多篇。主持国家自然科学基金面上项目1项，广东省自然科学基金青年项目1项。