正文
香港中文大学（深圳）数据科学学院专注于数据科学方向的人才培养与科学研究。学院在运筹学、统计学、计算机科学等基础领域以及机器学习、运营管理、决策科学等应用领域有着系统的教学体系，为学生提供完整且前沿的理论与实践相结合的教育。学院强调产学研结合，秉承香港中文大学（深圳）“致力于培养具有国际视野、中华传统和社会担当的创新型高层次人才”的育人目标，为学生提供多元发展的优质环境，充分发展学生潜能，矢志成为世界领先的数据科学创新与科研基地，培育具有全球视野的顶尖创新型人才。
刘桂良，香港中文大学（深圳）数据科学学院助理教授。我曾是加拿大滑铁卢大学和维克特 (Vector) 研究院的博士后研究员，博士毕业于加拿大西蒙菲莎大学，本科毕业于华南理工大学创新班。博士和博士后课题都是强化学习先关的内容。我曾经和多伦多大学机器学习组、百度研究院认知学习实验室以及华为诺亚研究院有紧密合作。我曾获MITACS学术训练奖和中国国家奖学金。我在国际一流计算机会议（包括NeurIPS、ICML、ICRL和IJCAI）上发表过多篇文章。我目前是多个国际著名人工智能会议（包括NeurIPS、ICML和ICLR）的审稿人。
1. 招生类型：博士 (Ph.D.) 、研究硕士 (MPhil)、研究助理（RA）
2. 招生专业：Computer Science (CS) MPhil /PhD Program, 注：
研究助理为合同制岗位，MPhil和研究助理都比较适合Gap一段时间提升科研、冲刺名校博士的同学
3. 研究方向：Reinforcement Learning强化学习、Embodied AI具身智能、Generative Model生成模型相关课题；
4. 入学时间：2025年秋季，注：如有兴趣，建议尽早开始来学校担任RA，提供每月5K补贴
5. 奖学金与补贴：硕士提供一定生活补助，博士提供全额奖学金(与北美接轨)，研究助理提供生活补助
目前我的实验室主要集中于强化学习（Reinforcement Learning，简称RL）。主要包含：
1. 安全强化学习（Safe/Constrained RL）；
2. 人反馈强化学习（RL from Human Feedback）和逆强化学习（Inverse RL）；
3. 具身智能（Embodied AI）相关应用，应用主要包含智能交通生成模型（Generative Auto-Driving World 、灵巧手控制 (Dexterous Manipulation)等。
具体的研究方向可以根据个人的背景和兴趣进行调整甚至开辟新方向。实验室已经在机器学习领域顶会和顶刊发表论文，主要包括NeurIPS, ICML, ICRL等CCF-A/B类会议和期刊。
我的指导风格比较hands-on，提供比较细粒度的指导，希望高度参与学生科研选题和研究过程，更希望获得学生的积极反馈和思考，期待与学生讨论问题，与学生的关系比较类似合作伙伴和同事，希望能与学生合作共赢，做出有影响力的工作。目前实验室本科直博的一年级博士生均以第一作者身份在NeurIPS, ICML, ICRL三大顶会发表多篇文章。未来招生名额比较有限，希望感兴趣的同学能尽快联系我。
1. 我会根据申请者的各项能力和资质选拔，同时我希望你尽量能满足以下要求；
2. 统计学、数学、物理学、计算机、自动化、电子信息、大数据、人工智能相关学科本科或本科以上学历，鼓励非计算机专业的同学报名，欢迎有志于人工智能并希望跨专业学习的同学；
3. 本科/研究生毕业于985大学或者211大学强势学科，成绩排名在30%以上；
4. 较好的数学基础，如概率论、优化理论、机器学习等（任一），有竞赛成绩加分；
5. 扎实的编程能力，如C/C++、Python等（任一），有公司实习经验加分；
6. 对于优秀的学生，我会尽力提供发展的机会， 包括：
