Lü Shuai, 吕帅

【个人介绍】-【教学经历】-【科研工作】-【人才招生与培养】-【教学工作与日程安排】-【吉林大学XCPC集训队】-【ICPC和CCPC】-【蓝桥杯大赛】-【百度之星】

吕帅，男，汉族，1981年7月生，吉林省公主岭市人。2005年11月加入中国共产党，2010年7月参加工作，任职于吉林大学计算机科学与技术学院、软件学院，工学博士、教授、博士生导师，吉林大学XCPC集训队总教练。

1999年9月至2003年6月就读于东北师范大学计算机科学与技术专业，获理学学士学位；2004年9月至2007年6月就读于吉林大学计算机软件与理论专业，获工学硕士学位；2007年9月至2010年6月就读于吉林大学计算机软件与理论专业，获工学博士学位。2010年7月至今，任职于吉林大学计算机科学与技术学院、软件学院。2010年7月聘为讲师；2010年12月至2015年12月吉林大学数学博士后；2015年9月聘为副教授；2016年11月遴选为硕士生导师；2019年11月遴选为博士生导师；2024年9月聘为教授。

现任中国计算机学会理论计算机科学专业委员会执行委员、中国计算机学会形式化方法专业委员会执行委员、中国计算机学会教育专业委员会执行委员、中国计算机学会高级会员、吉林省计算机学会理事。曾任中国人工智能学会机器博弈专业委员会委员。现任吉林大学XCPC集训队总教练、吉林大学软件工程专业负责人、吉林大学研究生培养指导委员会软件学院分委员会委员、ICPC国际大学生程序设计竞赛（吉林大学）竞赛负责人、蓝桥杯全国大学生软件和信息技术大赛（吉林大学）竞赛负责人、CCPC中国大学生程序设计竞赛（吉林大学）竞赛负责人、百度之星程序设计大赛（吉林大学）竞赛负责人。曾任吉林大学软件学院教学委员会委员、吉林大学计算机科学与技术学院学术委员会秘书。

主要研究领域为人工智能、机器学习与数据挖掘，主要侧重迁移学习、强化学习。主持国家自然科学基金项目等科研项目13项，参加科研项目29项。在AAAI、IJCAI、MM、NeurIPS、SIGIR、Information Processing and Management、Information Sciences、Neural Networks、Pattern Recognition、Expert Systems with Applications、Knowledge-Based Systems、计算机学报、软件学报、计算机研究与发展、电子学报等国内外期刊和会议上发表学术论文151篇，其中：SCI和EI检索学术论文120篇。荣获全国商业科技进步一等奖3项、二等奖1项，吉林省自然科学二等奖1项，吉林省科学技术进步三等奖2项。

现任国家精品课程、国家级精品资源共享课、国家精品在线开放课程、国家级一流本科课程《高级语言程序设计》和国家级一流本科课程《程序设计基础》教学团队实践负责人，《人工智能基础》/《人工智能引论》教学团队负责人，主要承担《程序设计基础》/《高级语言程序设计》、《人工智能基础》/《人工智能引论》等课程的教学工作。参加国家级教学改革项目4项，省部级教学改革项目2项，校级教学改革项目10项。在计算机教育上发表教研论文9篇。荣获校级教学成果一等奖2项、二等奖1项。荣获吉林大学“三育人”先进个人，吉林大学本科课堂教学质量卓越奖1次、优秀奖2次，吉林大学优秀班主任。

联系方式：

教学经历

【治学格言】宝剑锋从磨砺出，梅花香自苦寒来。——《警世贤文》之勤奋篇

【学习经历】

【工作经历】

【校内兼职】

【社会兼职】

科研工作

【研究领域】人工智能、机器学习与数据挖掘，主要侧重迁移学习、强化学习。

【科研项目】主持国家自然科学基金项目等科研项目13项，参加科研项目29项。

  1. 国家重点研发计划项目：智能计算机编程方法
  2. 国家自然科学基金项目：智能规划中基于路标的启发式搜索方法研究
  3. 国家自然科学基金项目：面向构建过程的范畴学习模型及其适应性机制研究
  4. 国家自然科学基金项目：命题与模态逻辑的扩展规则推理与混合推理方法研究
  5. 国家自然科学基金项目：本体演化中若干问题的研究
  6. 国家自然科学基金项目：扩展规则推理方法研究
  7. 国家自然科学基金项目：约束推理与约束程序
  8. 国家自然科学基金项目：非经典逻辑的自动推理
  9. 教育部高等学校博士学科点专项科研基金项目：命题逻辑和模态逻辑的扩展规则推理方法研究
  10. 教育部高等学校博士学科点专项科研基金项目：交通控制动态子区智能规划理论与方法研究
  11. 教育部高等学校博士学科点专项科研基金项目：基于进程演算的本体演化研究
  12. 教育部高等学校博士学科点专项科研基金项目：不确定智能规划理论与方法
  13. 中国博士后科学基金项目：自动规划的逻辑约束机制研究
  14. 吉林省重点科技攻关项目：云环境下的编程模型研究
  15. 吉林省自然科学基金项目：基于样本效率优化的深度强化学习方法研究
  16. 吉林省自然科学基金项目：面向大数据的知识表示和推理方法研究
  17. 吉林省自然科学基金项目：依赖知识编译的推理方法研究
  18. 吉林省自然科学基金项目：云环境下SaaS的安全问题研究
  19. 吉林省青年科研基金项目：基于随机游走策略的智能规划方法研究
  20. 吉林省青年科研基金项目：结合模态逻辑知识表示与推理的自动规划方法研究
  21. 教育部重点实验室开放基金项目：伪布尔求解与优化问题的局部搜索算法研究
  22. 教育部重点实验室开放基金项目：智能规划问题问题结构研究
  23. 教育部重点实验室开放基金项目：本体技术在海战场指挥决策中的应用研究
  24. 教育部重点实验室开放基金项目：基于群智能算法的多目标混合流水车间调度问题研究
  25. 教育部重点实验室开放基金项目：智能规划和自动推理问题中相变规律和解结构分析
  26. 教育部工程研究中心创新基金项目：师范教育知识图谱构建方法研究
  27. 省级重点实验室开放基金项目：协同服务建模及其验证方法研究
  28. 技术开发项目：数字化场景建模与管理系统开发
  29. 技术服务项目：车联网信息安全前瞻技术咨询与培训
  30. 技术开发项目：智能座舱域控制器预研项目
  31. 技术开发项目：基于深度强化学习的推理系统开发
  32. 技术开发项目：无线电传播模型计算软件设计与开发
  33. 技术开发项目：具备平台自适应性的SIMD编译优化系统的设计与开发
  34. 技术开发项目：无线电管理领域知识库数据录入及测试
  35. 技术开发项目：山西省监测站管理与覆盖分析系统

【科研论文】在AAAI、IJCAI、MM、NeurIPS、SIGIR、Information Processing and Management、Information Sciences、Neural Networks、Pattern Recognition、Expert Systems with Applications、Knowledge-Based Systems、计算机学报、软件学报、计算机研究与发展、电子学报等国内外期刊和会议上发表学术论文151篇，其中：SCI和EI检索学术论文120篇。

DBLP：Shuai Lü 0001 (aka: Shuai Lu 0001, Shuai Lv 0001)

ORCID：0000-0002-8081-4498

整理的期刊和会议评价

主要代表性学术论文：

  1. Zhang Xiaodan, Fang Wensi, Tan Lei, Lü Shuai*. AutoVote: Adaptive learning rate modulation for continual test-time adaptation via sensitivity voting. In: Proceedings of the 34th ACM International Conference on Multimedia (MM 2026), Rio de Janeiro, Brazil, November 10–14, 2026. (CCF推荐A类会议)
  2. Tan Lei, Guo Dong, Fang Wensi, Li Guixiang, Yuan Jianhui, Zhang Xiaodan, Li Jingyao*, Lü Shuai*. Divide and correct: Alternating normalization and prototype alignment for continual test-time adaptation. In: Proceedings of the 34th ACM International Conference on Multimedia (MM 2026), Rio de Janeiro, Brazil, November 10–14, 2026. (CCF推荐A类会议)
  3. Li Jingyao, Li Zhanshan, Lü Shuai*. Dual-order cross-modal fusion with increment-decrement guidance for composed image retrieval. In: Proceedings of the 34th ACM International Conference on Multimedia (MM 2026), Rio de Janeiro, Brazil, November 10–14, 2026. (CCF推荐A类会议)
  4. Wu Hao, Li Songlin, Xiao Wei, Zhong Taihong, Lü Shuai*. Offline-to-online reinforcement learning with triple-intensity policy constraints. Information Processing and Management, 2027, 64(1): 105035. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, 目前IF: 8.1)
  5. Fang Wensi, Zhang Xiaodan, Lian Xiaoyu, Li Qiang, Lü Shuai*. Selective constraint learning for unsupervised cross-domain image retrieval. In: Proceedings of the 48th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2026), Melbourne, Australia, July 20-24, 2026. (CCF推荐A类会议)
  6. Li Jingyao, Li Zhanshan, Lü Shuai*. Target self-guided framework for unsupervised domain adaptation. Pattern Recognition, 2026, 177: 113390. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, 目前IF: 9.1)
  7. Wu Junhong, Liu Jie, Xiong Xi, An Daolong, Lü Shuai*. Focus on primary: Differential diverse data augmentation for generalization in visual reinforcement learning. Expert Systems with Applications, 2026, 310: 131231. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, 目前IF: 9.4)
  8. An Daolong, Shen Chun, Li Songlin, Xiao Wei, Lü Shuai*, Zhou Wenbo*. Result constraint behavior clone for offline reinforcement learning. Neural Networks, 2026, 196: 108355. (中科院2区TOP期刊, CCF推荐B类期刊, SCI, 目前IF: 7.2)
  9. Zhong Taihong, Han Shuai, Zhang Yushu, Long Zehong, Lü Shuai*, Wu Junhong. TATRC: Triple actor-critic structure with regularization for better performance. Information Processing and Management, 2026, 63(2): 104452. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, 目前IF: 8.1)
  10. Zhou Ruikai, Zhong Taihong, Zhu Wenbo, Han Shuai, Lü Shuai*. Influence of Gaussian distribution on performance metrics in continuous reinforcement learning. Information Processing and Management, 2026, 63(2): 104428. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, 目前IF: 8.1)
  11. Zhang Zeyu, Shen Chun, Ma Qiang, Kang Meng, Lü Shuai*. Prototype-driven active domain adaptation with density consideration. In: Proceedings of the 40th AAAI Conference on Artificial Intelligence (AAAI 2026), Singapore, January 20-27, 2026, 28582-28590. (CCF推荐A类会议) 【原文链接】
  12. Li Songlin, Xiao Wei, Wu Hao, Zhang Xiaodan, An Daolong, Lü Shuai*. State proficiency-based adaptive fine-tuning for offline-to-online reinforcement learning. In: Proceedings of the 40th AAAI Conference on Artificial Intelligence (AAAI 2026), Singapore, January 20-27, 2026, 23169-23176. (CCF推荐A类会议) 【原文链接】
  13. Li Jingyao, Li Zhanshan, Lü Shuai*. Domain adaptive hashing retrieval via VLM assisted pseudo-labeling and dual space adaptation. In: Proceedings of the 39th Annual Conference on Neural Information Processing Systems (NeurIPS 2025), San Diego, USA, December 2-7, 2025. (CCF推荐A类会议) 【原文链接】
  14. Lü Shuai, Zhang Xinyu, Li Zongze, Li Jingyao*, Kang Meng. Bi-classifier with neighborhood aggregation for unsupervised domain adaptation. Information Sciences, 2025, 718: 122399. (中科院2区期刊, CCF推荐B类期刊, SCI, IF: 6.0)
  15. Zheng Mingsheng, Zhang Junwei, Zhan Changshuai, Ren Xinyu, Lü Shuai*. Proximal policy optimization with reward-based prioritization. Expert Systems with Applications, 2025, 283: 127659. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 9.4, 第1作者郑茗升为2020级本科生, 2023年5月投稿, 2025年4月录用)
  16. Shu Man, Lü Shuai*, Gong Xiaoyu, An Daolong, Li Songlin. Episodic memory-double actor-critic twin delayed deep deterministic policy gradient. Neural Networks, 2025, 187: 107286. (中科院2区TOP期刊, CCF推荐B类期刊, SCI, IF: 7.2)
  17. Zhou Ruikai, Zhu Wenbo, Han Shuai, Kang Meng, Lü Shuai*. VCSAP: Online reinforcement learning exploration method based on visitation count of state-action pairs. Neural Networks, 2025, 184: 107052. (中科院2区TOP期刊, CCF推荐B类期刊, SCI, IF: 7.2)
  18. Xiong Xi, Shen Chun, Wu Junhong, Lü Shuai*, Zhang Xiaodan. Combined data augmentation framework for generalizing deep reinforcement learning from pixels. Expert Systems with Applications, 2025, 264: 125810. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 9.4)
  19. Lü Shuai, Zhang Tongbo, Xu Yue, Zhou Wenbo, Lai Yong*. Combining bounded solving and controllable randomization for approximate model counting. Journal of Experimental & Theoretical Artificial Intelligence, 2024, 36(7): 1075-1088. (中科院4区期刊, CCF推荐C类期刊, SCI, IF: 1.7)
  20. Yu Jiayu, Li Jingyao, Lü Shuai*, Han Shuai. Mixed experience sampling for off-policy reinforcement learning. Expert Systems with Applications, 2024, 251: 124017. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 7.5)
  21. Zhang Zeyu, Shen Chun, Lü Shuai*, Zhang Shaojie. Reconfigurability-aware selection for contrastive active domain adaptation. In: Proceedings of the 33rd International Joint Conference on Artificial Intelligence (IJCAI 2024), Jeju, South Korea, August 3-9, 2024, 5545-5553. (CCF推荐A类会议) 【原文链接】
  22. Lü Shuai, Kang Meng, Li Ximing*. Alleviating imbalanced pseudo-label distribution: Self-supervised multi-source domain adaptation with label-specific confidence. In: Proceedings of the 33rd International Joint Conference on Artificial Intelligence (IJCAI 2024), Jeju, South Korea, August 3-9, 2024, 4669-4677. (CCF推荐A类会议) 【原文链接】
  23. Lü Shuai, Li Zongze, Zhang Xinyu, Li Jingyao*. Consistency regularization-based mutual alignment for source-free domain adaptation. Expert Systems with Applications, 2024, 241: 122577. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 7.5)
  24. Zhang Junwei, Han Shuai, Xiong Xi, Zhu Sheng, Lü Shuai*. Explorer-Actor-Critic: Better actors for deep reinforcement learning. Information Sciences, 2024, 662: 120255. (中科院2区期刊, CCF推荐B类期刊, SCI, IF: 6.8)
  25. Zhu Sheng, Shen Chun, Lü Shuai*, Wu Junhong, An Daolong. Double buffers CEM-TD3: More efficient evolution and richer exploration. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 17193-17201. (CCF推荐A类会议) 【原文链接】
  26. Zhang Xinyu, Kang Meng, Lü Shuai*. Low category uncertainty and high training potential instance learning for unsupervised domain adaptation. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 16881-16889. (CCF推荐A类会议) 【原文链接】
  27. Zhang Shaojie, Shen Chun, Lü Shuai*, Zhang Zeyu. Reviewing the forgotten classes for domain adaptation of black-box predictors. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 16830-16837. (CCF推荐A类会议) 【原文链接】
  28. Shen Chun, Zhu Sheng, Han Shuai, Gong Xiaoyu, Lü Shuai*. Guided deterministic policy optimization with gradient-free policy parameters information. Expert Systems with Applications, 2023, 231: 120693. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 7.5)
  29. Gong Xiaoyu, Lü Shuai*, Yu Jiayu, Zhu Sheng, Li Zongze. Adaptive estimation Q-learning with uncertainty and familiarity. In: Proceedings of the 32nd International Joint Conference on Artificial Intelligence (IJCAI 2023), Macao, China, August 19-25, 2023, 3750-3758. (CCF推荐A类会议) 【原文链接】
  30. Han Shuai, Zhou Wenbo, Lü Shuai*, Zhu Sheng, Gong Xiaoyu. Entropy regularization methods for parameter space exploration. Information Sciences, 2023, 622: 476-489. (中科院1区TOP期刊, CCF推荐B类期刊, SCI)
  31. 张峻伟, 吕帅*, 张正昊, 于佳玉, 龚晓宇. 基于样本效率优化的深度强化学习方法综述. 软件学报, 2022, 33(11): 4217-4238. (CCF推荐中文A类期刊)
  32. Lu Jiayi, Han Shuai, Lü Shuai*, Kang Meng, Zhang Junwei. Sampling diversity driven exploration with state difference guidance. Expert Systems with Applications, 2022, 203: 117418. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 8.5)
  33. Han Shuai, Zhou Wenbo, Lu Jiayi, Liu Jing, Lü Shuai*. NROWAN-DQN: A stable noisy network with noise reduction and online weight adjustment for exploration. Expert Systems with Applications, 2022, 203: 117343. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 8.5)
  34. Zhang Junwei, Zhang Zhenghao, Han Shuai, Lü Shuai*. Proximal policy optimization via enhanced exploration efficiency. Information Sciences, 2022, 609: 750-765. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, IF: 8.1)
  35. Li Jingyao, Lü Shuai, Li Zhanshan*. Unsupervised domain adaptation via softmax-based prototype construction and adaptation. Information Sciences, 2022, 609: 257-275. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, IF: 8.1)
  36. 吕帅, 龚晓宇, 张正昊, 韩帅, 张峻伟. 结合进化算法的深度强化学习方法研究综述. 计算机学报, 2022, 45(7): 1478-1499. (CCF推荐中文A类期刊)
  37. Li Jingyao, Lü Shuai, Zhu Wenbo, Li Zhanshan*. Enhancing transferability and discriminability simultaneously for unsupervised domain adaptation. Knowledge-Based Systems, 2022, 247: 108705. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 8.8)
  38. Gong Xiaoyu, Yu Jiayu, Lü Shuai*, Lu Hengwei. Actor-critic with familiarity-based trajectory experience replay. Information Sciences, 2022, 582: 633-647. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, IF: 8.1)
  39. 李壮, 刘磊, 张桐搏, 周文博, 吕帅*. 基于局部搜索的并行扩展规则推理方法. 软件学报, 2021, 32(9): 2744-2754. (CCF推荐中文A类期刊)
  40. Li Junjie, Zhang Junwei, Gong Xiaoyu, Lü Shuai*. Evolutionary generative adversarial networks with crossover based knowledge distillation. In: Proceedings of the International Joint Conference on Neural Networks (IJCNN 2021), Virtual Event, July 18-22, 2021, 1-8. (CCF推荐C类会议)
  41. Li Jingyao, Li Zhanshan, Lü Shuai*. Feature concatenation for adversarial domain adaptation. Expert Systems with Applications, 2021, 169: 114490. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 8.665)
  42. Lü Shuai*, Han Shuai, Zhou Wenbo, Zhang Junwei. Recruitment-imitation mechanism for evolutionary reinforcement learning. Information Sciences, 2021, 553: 172-188. (中科院1区TOP期刊, CCF推荐B类期刊, SCI, IF: 8.233)
  43. Li Jingyao, Li Zhanshan, Lü Shuai*. Unsupervised double weighted domain adaptation. Neural Computing and Applications, 2021, 33(8): 3545-3566. (中科院2区期刊, CCF推荐C类期刊, SCI, IF: 5.102)
  44. Han Shuai, Zhou Wenbo, Lü Shuai*, Yu Jiayu. Regularly updated deterministic policy gradient algorithm. Knowledge-Based Systems, 2021, 214: 106736. (中科院1区TOP期刊, CCF推荐C类期刊, SCI, IF: 8.139)
  45. Zhang Lei, Han Shuai, Zhang Zhiruo, Li Lefan, Lü Shuai*. Deep recurrent deterministic policy gradient for physical control. In: Proceedings of the 29th International Conference on Artificial Neural Networks (ICANN 2020), Bratislava, Slovakia, September 15-18, 2020, LNCS 12397, 257-268. (CCF推荐C类会议, 第1作者张磊为2017级本科生, 2020年3月投稿, 2020年7月录用)
  46. 贺甫霖, 刘磊, 吕帅*, 牛当当, 王强. 基于格局检测的模型计数方法. 软件学报, 2020, 31(2): 395-405. (CCF推荐中文A类期刊)
  47. 王强, 刘磊, 吕帅*. 基于扩展规则的启发式#SAT求解算法. 软件学报, 2018, 29(11): 3517-3527. (CCF推荐中文A类期刊)
  48. 杨洋, 刘磊, 李广力, 张桐搏, 吕帅*. 一种新的基于局部搜索的扩展规则推理方法. 计算机学报, 2018, 41(4): 825-839. (CCF推荐中文A类期刊)
  49. 牛当当, 刘磊, 吕帅*. EPCCL理论的并行知识编译算法. 电子学报, 2018, 46(3): 537-543. (CCF推荐中文A类期刊)
  50. 牛当当, 刘磊, 吕帅*. EPCCL理论的求交知识编译算法. 软件学报, 2017, 28(8): 2096-2112. (CCF推荐中文A类期刊)
  51. Liu Lei, Yang Yang, Li Guangli, Wang Qi, Lü Shuai*. Redundancy checking algorithms based on parallel novel extension rule. Journal of Experimental & Theoretical Artificial Intelligence, 2017, 29(3): 629-647. (中科院4区期刊, CCF推荐C类期刊, SCI, IF: 1.011)
  52. 刘磊, 牛当当, 吕帅*. 基于超扩展规则的知识编译方法. 计算机学报, 2016, 39(8): 1681-1696. (CCF推荐中文A类期刊)
  53. 吕帅, 刘磊*, 魏唯, 高冰冰. 智能规划的逻辑编码方式研究. 计算机研究与发展, 2012, 49(3): 607-619. (CCF推荐中文A类期刊)
  54. 吕帅, 刘磊*, 石莲, 魏唯, 杨超. 依赖公理约简的经典规划方法. 电子学报, 2011, 39(2): 322-328. (CCF推荐中文A类期刊)
  55. 吕帅, 刘磊*, 江鸿, 史晶晶. 一种约简动作变元的命题规划编码方式. 计算机研究与发展, 2010, 47(10): 1756-1763. (CCF推荐中文A类期刊)
  56. 吕帅, 刘磊, 李莹, 石莲. 基于模态逻辑D公理系统的Conformant规划方法. 计算机研究与发展, 2009, 46(7): 1160-1168. (CCF推荐中文A类期刊)
  57. 吕帅, 刘磊*, 石莲, 李莹. 基于自动推理技术的智能规划方法. 软件学报, 2009, 20(5): 1226-1240. (CCF推荐中文A类期刊)

目前尚处于评审阶段的学术论文：

  1. Li Guixiang, Fang Wensi, Tan Lei, Lü Shuai*. Mixed-probability guided instance contrastive learning for source-free domain adaptation. 2026. (Submitted)
  2. Liu Xuejie, Hou Zhibin, Lü Shuai*. When Gaussian cache heads distort confidence: A mechanistic diagnosis of calibration collapse in vision-language test-time adaptation. 2026. (Submitted)
  3. Sun Genghao, Lü Shuai*, Zhou Wenbo*. Meta-balanced state correction: A bi-level optimization framework for adaptive offline reinforcement learning. 2026. (Submitted)
  4. Zhong Jinyun, Zhang Shunhao, Li Qianlong, Lü Shuai*. Selective out-of-distribution state correction via behavior density in offline reinforcement learning. 2026. (Submitted)
  5. Tan Lei, Guo Dong, Li Guixiang, Lü Shuai*. Learn from the recent: Test-time adaptation of vision-language models via distribution-aware calibration and temporal retrieval. 2026. (Submitted)
  6. Zhang Xiaodan, Fang Wensi, Lü Shuai*. Dual use of active samples for stable test-time adaptation under dynamic shifts. 2026. (Submitted)
  7. Lian Xiaoyu, Fang Wensi, Jiang Wenkang, Lü Shuai*. GeoSeg: Reconstructing geometric representations for unsupervised domain adaptation in 3D semantic segmentation. 2026. (Submitted)
  8. Li Jingyao, Li Zhanshan, Lü Shuai*. Dual-granularity queries: A simple yet effective framework for zero-shot composed image retrieval. 2026. (Submitted)
  9. Zhang Tao, Zhu Yungang, Zhang Shunhao, Chen Huangyang, Zhou Wenbo, Lü Shuai*. SEBDC: Structured exploration with behavior density constraints for offline-to-online reinforcement learning. 2026. (Submitted)
  10. Wu Hao, Zhang Shunhao, Lü Shuai*. Optimistic Q-value adaptation for offline-to-online reinforcement learning. 2026. (Submitted)
  11. Chen Huangyang, Chen Juan, Zhang Tao, Sun Genghao, Lü Shuai*, Zhou Wenbo*. Trust-domain-based policy regularization in offline reinforcement learning. 2026. (Submitted)
  12. Sun Genghao, Chen Huangyang, Lü Shuai*, Zhou Wenbo*. AQHA: Accurate Q-value estimation and high-quality action imitation in offline reinforcement learning. 2026. (Submitted)
  13. Zhang Tao, Zhu Yungang, Chen Huangyang, Wu Hao, Xiao Wei, Lü Shuai*, Zhou Wenbo*. Efficient and stable offline-to-online reinforcement learning via heterogeneous policy transfer. 2026. (Submitted)
  14. Liu Xuejie, Zhang Shunhao, Wu Hao, Hou Zhibin, Lü Shuai*, Zhou Wenbo*. Non-parametric behavior policy density estimation for offline reinforcement learning. 2026. (Submitted)
  15. Wu Hao, Lü Shuai, Zhang Shunhao, Chen Huangyang, Zhang Tao, Zhou Wenbo*, Li Jingyao*. UDPBC: Uncertainty-guided dual-perspective behavior cloning for offline-to-online reinforcement learning. 2026. (Submitted)
  16. Xiao Wei, Lü Shuai, Zhang Tao, Chen Huangyang, Li Jingyao*, Zhou Wenbo*. Q-bounded and adaptive Q-value constraints for offline-to-online reinforcement learning. 2026. (Submitted)
  17. Yuan Jianhui, Lü Shuai, Zhang Xinyu, Li Guixiang, Tan Lei, Li Jingyao*, Zhou Wenbo*. GRACE: Enhancing source-free universal domain adaptation via gradient-aware contrastive learning and entropy-aware alignment. 2026. (Submitted)
  18. Li Songlin, Lü Shuai, Wu Hao, Chen Huangyang, Zhou Wenbo*, Li Jingyao*. Anchor-based perturbation-driven exploration for offline-to-online reinforcement learning. 2026. (Submitted)
  19. Li Jingyao, Li Zhanshan, Lü Shuai*. Domain adaptive hashing retrieval via frequency-based mixup and cross-space collaboration. 2026. (Submitted)
  20. Li Jingyao, Li Zhanshan, Lü Shuai*. Unsupervised domain adaptation via multiple VLM-assisted strategies: Pseudo-labeling, dual prompting and representation decomposition. 2026. (Submitted)
  21. Xiao Wei, Li Songlin, An Daolong, Wu Hao, Zhang Xiaodan, Lü Shuai*. Corrected critic and adaptive constraint for offline-to-online reinforcement learning. 2026. (Submitted)
  22. Chen Huangyang, Chen Juan, Zhang Tao, Sun Genghao, Lü Shuai*. Reward shaping based on trajectory quality for offline and hybrid reinforcement learning. 2026. (Submitted)
  23. Lü Shuai, Yuan Jianhui, Zhang Xinyu, Zhang Shaojie, Fang Wensi, Li Jingyao*. Pre-trained initialization and memory-enhanced correction for source-free universal domain adaptation. 2026. (Submitted)
  24. Long Zehong, Zhu Wenbo, Zhang Yushu, Lü Shuai*, Lin Dajun. Efficient exploration via state distribution discrepancy maximization in deep reinforcement learning. 2025. (Submitted)

注：按照国际惯例，*表示通讯作者。

【发明专利】授权发明专利1项。

  1. 吕帅, 龙泽泓, 钟太鸿, 林炟君. 一种基于SAC强化学习算法的智能运动控制方法. (专利号: ZL 2024 1 0726196.6, 授权公告日: 2024.08.13)

【科研获奖】获得全国商业科技进步一等奖3项、二等奖1项，吉林省自然科学二等奖1项，吉林省科学技术进步三等奖2项。

  1. 全国商业科技进步二等奖：形式化新技术及其在软件智能化开发过程中的应用研究
  2. 吉林省自然科学二等奖：知识表示与特征选择方法研究
  3. 全国商业科技进步一等奖：形式化新方法及其在云计算中的应用
  4. 吉林省科学技术进步三等奖：本体工程技术及其应用研究
  5. 全国商业科技进步一等奖：形式化新方法与新技术及其在软件需求工程中的应用
  6. 吉林省科学技术进步三等奖：高可信软件的安全开发与验证方法及其应用
  7. 全国商业科技进步一等奖：基于形式化方法的本体工程关键技术研究与应用

人才招生与培养

【招生需求】

机器学习与自动推理科研团队隶属于吉林大学计算机科学与技术学院，成员主要来自于吉林大学计算机科学与技术学院、软件学院的研究生。2010年至今，科研团队已培养博士6人、硕士38人。现有成员包括博士生3人、准博士生1人、硕士生17人、准硕士生3人。

招生专业

基本要求

专业特长（满足下述条件之一可不受上述基本要求限制）

申报方式

如果你希望从事机器学习领域的科学研究（而非工程实践），请发送你的简历、成绩单和相关证明材料到信箱：lus@jlu.edu.cn。欢迎通过QQ（1482563826）与我联系！

【人才培养】

毕业博士生（查看详细情况）

在读博士生（查看详细情况）

毕业硕士生（查看详细情况）

在读硕士生（查看详细情况）

【指导学生获得奖励、荣誉、称号】

研究生国家奖学金（奖金额度：博士生3万元、硕士生2万元）

研究生社会奖学金

研究生学术业绩奖学金（2019年设立至今，奖金额度：一等2万元、二等1万元、三等0.5万元）

研究生新生奖学金（2014-2022年设立）

吉林省优秀硕士学位论文

吉林大学优秀博士学位论文

吉林大学优秀硕士学位论文（遴选比例约5%）

吉林大学优秀本科毕业论文（遴选比例约1.8%）

吉林大学十佳研究生（2016年设立至今；2016-2020年，全校每年遴选硕士生和博士生共10名；2021年至今，全校每年遴选硕士生和博士生各10名）

吉林大学优秀毕业研究生（遴选比例约10%）

指导学生学科竞赛（国家级，排名不分先后）