蚂蚁P10大佬吴翼离职，传闻跳槽Meta

吴翼，男，1992年出生，高中时期便在全国青少年信息学奥林匹克竞赛（NOI2009）中斩获金牌，并代表中国参加国际信息学奥林匹克竞赛（IOI2010）。此后，他被清华大学交叉信息研究院提前“签下”，保送进入以“顶尖人才训练”著称的姚班，成为图灵奖得主姚期智教授的桃李门生。在本科阶段，吴翼先后前往微软亚洲研究院、Facebook 实习，积累了丰富的经验。2014 年本科毕业后，吴翼赴加州大学伯克利分校，攻读人工智能方向的博士学位，师从著名 AI 学者 Stuart Russell，深入研究深度强化学习的泛化性以及多智能体学习。 2019年博士毕业后，他加入 OpenAI，成为全职研究员。在 OpenAI，吴翼深度参与了多个项目的研发。其中，他与团队共同推出的“多智能体捉迷藏”项目，通过模拟多个智能体在环境中的自我博弈与策略演化，展示了复杂行为如何通过简单规则自发涌现。该项目发布后广受关注，成为 OpenAI 历史上观看量最高的研究视频之一，也被广泛引用于集体智能相关研究中。 2020年以助理教授身份回归交叉信息院，研究方向聚焦多智能体强化学习与机器人学领域，其研究方向聚焦强化学习、多智能体系统、大模型对齐与机器人学，主导开发了分布式强化学习框架MAPPO、强化学习训练系统SRL等核心技术。清华期间，承担《深度学习》等课程教学，指导学生在生成模型、图像处理等领域完成多项实践项目。 2023年创立具身智能企业边塞科技，2024年11月，担任蚂蚁集团强化学习实验室首席科学家，负责大模型强化学习方向研究，同时保留清华大学教职。主要成绩：开发的Value Iteration Network（2016年）和MADDPG算法被广泛应用于工业界智能决策系统。