1、个人基本信息：

姓  名：赵阳洋

性  别：女

出生年月：1995.12

技术职称：讲师

毕业院校：华南理工大学

学历（学位）：博士

所在学科：软件工程

研究方向：强化学习、大模型、人机交互

2、教育背景：

2017.09----2022.12

华南理工大学大学

博士

2021.11----2022.11

Utrecht University

联合培养博士

3、 目前研究领域：

强化学习、大语言模型、人机交互、情感计算

4、已完成或已在承担的主要课题：

1、国家自然科学基金青年项目，主持，30万

2、基于大模型和强化学习的任务驱动-情绪感知型对话策略研究，湖南省自然科学基金青年项目，主持，5万

3、国家自然科学基金面上项目，参与，50万

4、广东省重点领域研发计划项目，新一代人工智能专项，参与，10000万

5、广东省基础与应用基础研究基金，面上项目，参与，10万元

6、广州市科技计划项目，广州市产业技术重大攻关计划-现代产业技术专题项目，参与，1400万元

7、广东省应用型科技研发专项资金项目重点项目，参与，400万元

6、已发表的学术论文：

[1] Yangyang Zhao, linfan Dai, Li Cai, Bowen Xing, Libo Qin*.Bridging Reasoning and Action: Hybrid LLM–RL Framework for Efficient Cross-Domain Task-Oriented Dialogue.findings of the Annual Meeting of the Association for Computational Linguistics, 2026. (ACL，CCF-A）

[2] Yangyang Zhao, Ben Niu, Libo Qin*, Shihan Wang. An Efficient Task-Oriented Dialogue Policy: Evolutionary Reinforcement Learning Injected by Elite Individuals, Proceedings of the Annual Meeting of the Association for Computational Linguistics, 2025, 3429-3442. (ACL，CCF-A）

[3] Yangyang Zhao, Ben Niu, Yuxuan Tan, Shihan Wang, Libo Qin*. Semantic-Aware Action Space Compression via LLM-DRL Synergy for Efficient Task-oriented Dialogue Policy Exploration. Findings of Empirical Methods in Natural Language Processing, 2025. (EMNLP, CCF-B)

[4] Yangyang Zhao, Jinchuan Long*, Mehdi Dastani, Shihan Wang. Rescue Conversations from Dead-ends: Efficient Exploration for Task-oriented Dialogue Policy

Optimization. Transactions of the Association for Computational Linguistics, 2024. (TACL，一区TOP期刊)

[5] Yangyang Zhao, Hua Qin, Zhenyu Wang, Mehdi Dastani*, Shihan Wang*. Decomposed Deep-Q Network for Efficient Dialogue Policy Learning. IEEE Trans. Audio, Speech, and Lang. Process. (TASLP，一区TOP期刊)

[7]Yangyang Zhao, Ben Niu, Mehdi Dastani*, Shihan Wang*. Bootstrapped Policy Learning for Task-oriented Dialogue through Goal Shaping. EMNLP 2024. (CCF-B)

[8] Yangyang Zhao, Mehdi Dastani*, Shihan Wang*. Bootstrapped Policy Learning: Goal Shaping for Efficient Task-oriented Dialogue Policy Learning. AAMAS 2024. (CCF-B)

[9] Yangyang Zhao, Zhenyu Wang*, Zhenhua Huang. Automatic Curriculum Learning With Over-repetition Penalty for Dialogue Policy Learning. AAAI 2021. (CCF-A)

[10] Yangyang Zhao, Zhenyu Wang*, Kai Yin, Rui Zhang, Zhenhua Huang, Pei Wang. Dynamic Reward-based Dueling Deep Dyna-Q: Robust Policy Learning in Noisy Environments. AAAI 2020.oral (CCF-A)

[11] Yangyang Zhao, Zhenyu Wang *, Changxi Zhu, Shihan Wang. Complementary Policy Learning from Episodic Memory Policy and DQN Policy. EMNLP 2021. (CCF-B)

[12] Yangyang Zhao, Hua Qin, Zhenyu Wang*, Changxi Zhu, Shihan Wang*. A Versatile Adaptive Curriculum Learning Framework for Task-oriented Dialogue Policy Learning. NAACL 2022. (CCF-B)

[13] 赵阳洋，王振宇*，王佩，杨添，张睿，尹凯. 任务型对话系统研究综述. 计算机学报, 2020, 43(10): 1862-1896. (CCF-T1)

7、 所获学术荣誉及学术影响：

指导研究生学生获奖情况：
“华为杯”中国研究生人工智能创新大赛（2024）（全国二等奖）

湖南省研究生计算机创新大赛（2024）（湖南省一等奖，优秀指导老师）

指导本科生获奖情况：

CCF-开源大赛 （2024）（全国一等奖）

中国大学生服务外包创新大赛（2024）（全国二等奖）

中国机器人及人工智能大赛（2024）（全国二等奖）

蓝桥杯数字科技创新赛（2024）（全国三等奖）

中国大学生计算机设计大赛（2024）（中南赛区一等奖）

海峡两岸暨港澳地区大学生计算机创新作品赛（2024）（湖南省三等奖）

学术兼职：
中文信息学会青年委员，情感计算转为委员，计算机学会会员等

ACL, EMNLP, NAACL, COLING, AAAI，IJCAI等人工智能及自然语言处理领域顶级会议审稿人

TACL、TASLP、KBS、NN、等国际权威期刊审稿人

国家自然科学基金、广东省基金评审专家

8、 招生宣言

团队长年招收硕士研究生、本科生！

这里氛围轻松、指导细致，从入门到上手全程带飞，帮你把兴趣变成能力。

无论你是想保研考研、发论文、打竞赛，还是提升硬核技术，都欢迎来聊～

联系方式：yyz@csust.edu.cn