博士学位论文答辩信息如下：
时   间：2025年5月23日14:00
地   点：电院群楼2-410
答辩人：董博韬
导   师：张卫东
论文题目：
深度强化学习的高效决策与安全训练方法研究

论文内容：
第一章 绪论

第二章 基于历史决策正则的最大熵策略优化算法

第三章 基于未来状态预测的前瞻性策略优化算法

第四章 基于行为价值的离线扩散策略优化算法

第五章 基于前瞻性成本评估的安全策略优化算法

第六章 总结与展望

关键词：

强化学习，样本效率，策略回报，安全校正，离线训练