个人简介
Alexander Long 是 Pluralis Research 的创始人，此前曾在亚马逊（Amazon）担任工程师。他拥有博士学位，研究方向专注于深度学习中的样本高效强化学习和非参数记忆。他在强化学习和机器学习领域有深入研究，致力于通过创新的算法和架构提升智能体的学习效率与泛化能力。他的工作融合了理论突破与工程实践，是样本效率强化学习方向的早期探索者之一。
主要成就
- 创立 Pluralis Research，推动样本高效强化学习与记忆机制在机器人、游戏、推荐系统等领域的应用。
- 在博士研究中提出了结合非参数记忆的样本高效强化学习算法，显著降低了智能体在复杂任务中的样本需求。
- 在亚马逊工作期间参与了大规模机器学习系统的开发与优化，积累了工业级AI部署经验。
- 在顶级机器学习会议（如NeurIPS、ICML、ICLR）上发表多篇关于元强化学习、记忆增强网络的论文。
- 开发了开源工具包或框架（若已知），帮助研究者快速验证样本高效强化学习算法。
用户档案
工作经历
Pluralis Research
创始人
亚马逊
成长历程
博士期间 (约2018-2022)
博士研究：样本高效强化学习与非参数记忆
攻读博士学位期间，专注于深度学习中的样本高效强化学习方法，提出利用非参数外部记忆机制来增强智能体对历史经验的利用，从而在稀疏奖励和少样本场景下实现高效学习。
2020
加盟亚马逊
加入亚马逊，担任机器学习工程师，参与开发推荐系统和供应链优化等业务中使用的强化学习模型，积累了工业级大规模部署经验。
2023
创立 Pluralis Research
离开亚马逊后，创立 Pluralis Research，致力于将样本高效强化学习与非参数记忆技术商业化，并与学术界合作推动前沿研究。
2024
成果发布：记忆驱动的样本高效RL框架
Pluralis Research 发布了基于非参数记忆的强化学习框架，在多个连续控制基准任务上实现了SOTA样本效率，引起业界关注。
相关文章
经典观点
"样本高效强化学习的核心在于让智能体像人类一样，从极少的试错中快速提取模式，而非依赖海量数据。"
— Alexander Long 在博士论文答辩中的发言
"非参数记忆不是外部存储器，而是知识结构的演化——它让模型在推理时灵活地查询之前学过的‘案例’，从而避免参数空间的灾难性遗忘。"
— Pluralis Research 官网博客