理察·薩頓(美國計算機科學家)

理察·薩頓（Richard Sutton）是美國計算機科學家，是Deepmind的研究科學家，阿爾伯塔大學計算機學教授。薩頓和他的老師安德魯·巴托（Andrew Barto）合著《強化學習導論》（Reinforcement Learning, an introduction），他的貢獻包括時序差分學習和策略梯度方法，被稱為現代強化學習之父。

基本介紹

• 中文名：理察·薩頓
• 外文名：Richard S.Sutton
• 國籍：美國
• 出生地：美國俄亥俄州
• 畢業院校：麻薩諸塞州大學阿莫斯特分校
• 職業：計算機科學家
• 代表作品：Reinforcement Learning: an introduction，Neural Networks for Control

生平

薩頓出生在美國俄亥俄州。

教育

1978年獲得史丹福大學心理學學士學位，1980年獲得碩士學位。1984年，在其導師安德魯·巴托（Andrew Barto）的指導下，在麻薩諸塞大學安姆斯特分校獲得計算機科學博士學位。

職業生涯

1984年，薩頓成為麻薩諸塞大學博士後研究員。

1985-1994年期間，薩頓擔任GTE實驗室的首席技術員。

1995年，薩頓回到麻薩諸塞大學擔任高級研究科學家。

1998-2002年，薩頓在AT&T香農實驗室擔任人工智慧部門的首席技術員。

2003年以來，他一直擔任阿爾伯塔大學的計算機科學教授兼iCORE主席，同時領導該校的強化學習和人工智慧實驗室。

部分出版物

1. Reinforcement Learning: An Introduction.
2. Neural Networks for Control.

榮譽

2003年，薩頓獲得國際神經網路學會頒發的總統獎。

2013年，獲得麻薩諸塞大學安姆斯特分校頒發的傑出成就獎。