七月盛夏，热力与思想交辉。历时三周，由2024年图灵奖得主、“现代强化学习之父”Richard S. Sutton教授领衔主讲的2026强化学习暑期学校今天圆满落幕。从初期的好奇与热忱，到结营时的丰厚积淀与深刻启迪，这场围绕智能本质的沉浸式学术旅程，为每一位学员刻下了宝贵的学术记忆。
一、结业仪式：以玩心探索，以深思抵达
7月24日下午，2026强化学习暑期学校结业仪式正式举行。结业仪式上，Sutton 教授围绕强化学习未来发展、通用人工智能的科学路径等议题展开交流。从人工智能的发展起源谈起，逐步深入到“理解心智如何运作”这一根本问题。在他看来，人工智能的宏伟目标是理解我们自身的心智及其运作方式，再用技术手段将其重新创造出来——这是一项极其宏大的事业，但必须以谦逊的态度面对，哪怕只取得一点点进展，也已经很不容易。对话中一个有趣的话题是“目标”。Sutton 教授认为，智能是一种“实现目标的计算能力”，指出大语言模型仅能模仿复刻，缺乏真实目标与环境交互，并非真正的“心智智能”。他认为真正的AI需扎根真实物理世界，依托奖励信号迭代决策，同时溯源强化学习根植于心理学经典理论。
谈到给年轻人的建议，Sutton再次强调了“远大志向”的重要性，而谦逊同样是科研路上不可或缺的品质。他特别强调：保持玩心，亦保持深思（Stay playful. Think deeply）。如果能以一种游戏般的心态探索重要的问题，就能接受各种可能性——既要有远大的思考，也要不断尝试和检验自己的想法。
在随后的学员心得分享环节中， 上海创智学院白碧哲、香港科技大学丁嘉乐和上海交通大学蓝颖俊作为学员代表依次发言，从不同视角回顾了三周暑校的学习历程与成长收获。
本次暑期学校特别设置Poster Session，学员们以学术海报集中展示研究成果。结营仪式上，Sutton教授，上海交通大学校长助理、党政办主任兼特区学院协调办主任杨明，上海创智学院党委副书记曾艺为海报优秀奖获得者颁发证书。
Openmind研究院罗军、陈怀远及上海交大人工智能学院相关院领导张娅、许淼鑫、严骏驰依次为学员颁发结业证书。结业仪式由上海创智学院全时导师、上海交通大学人工智能学院副教授温颖主持。
最后，Sutton 教授总结发言。他对本次暑校学校给予了高度评价。他表示，尽管存在学术背景差异，但学生们的学习质量和表现远超预期，为暑期学校打出了A级评分。“理解智能，并分享对世界的理解”，在他看来，本次暑期学校正是这一使命的成功实践。此外，他向所有暑期学校的工作人员表达了诚挚谢意，并勉励大家在智能探索之路上守住初心、保持好奇，不断向未知发起挑战。
二、暑校回顾：系统深耕，思维对话
暑校期间，Sutton 教授的系统授课贯穿始终。从基础理论到前沿进展，层层递进、体系完整。与此同时，开放的 Office Hour 为学员提供了持续的学术支持——从算法细节到研究方向，从学习方法到学术规划，学员们与教授及导师深入交流，在问答中厘清思路、在探讨中深化理解。
课程的起点不是某个热门算法，而是“我们究竟想理解怎样的智能”这个根本问题。Sutton 教授从 AI 的第一性原理和“苦涩教训”讲起，随后逐步展开：监督学习的基本框架、Tile Coding 等经典函数逼近方法、函数逼近条件下的控制问题、平均回报设定、离策略预测，以及被称为"致命三角"的核心矛盾，最后落到线性函数逼近理论。每一个具体方法都被放回更大的研究脉络中去理解。系统课程的学习以结课考试的方式收尾。考试不仅检验对概念和方法的掌握，也促使大家重新串联起从监督学习、函数逼近到离策略学习、平均回报和控制等核心内容，思考不同理论之间的联系，以及它们各自成立的条件与边界。
三、高级研修班：多维视角下的思想交锋
暑校后半程，一系列高水平学术活动相继展开，推动学员从课程学习走向更深层的科学问题思考。7月14日，在“智能先锋：强化学习高级研修班”上，青年学者围绕 OaK（Options and Knowledge）架构开展专题学术交流。Sutton 教授全程参与并给予指导，与会学者围绕 Alberta Plan 研究议程、长期智能体架构以及通用人工智能的核心科学问题展开深入讨论。7月21日，Openmind Global联合创始人、理事罗军博士以《人工智能的一些基础问题》为题，带来人工智能前沿讲座，引导学员站在更宏大的视角下思考人工智能的本质与未来。
四、Poster Session：创造力汇聚
7月23日下午，Poster Session在上海创智学院五楼大堂热烈举行，每一张海报都记录着一次相对完整的研究尝试。同学们围绕实验设置、评价指标、异常现象及后续方向相互提问，也主动向Sutton教授和老师们介绍自己的研究思路与发现。Sutton教授逐一浏览每份海报，并特别设置“Playfulness”与“Thoughtfulness”两种特色贴纸，分别授予在创意表达与深度思考方面表现突出的作品。最终，学院2024级博士生姚远、白敏敏团队构建的基于纯物理感知执行的Flappy Bird强化学习闭环系统以可视化物理装置现场演示持续在线学习与AI黑箱等核心问题，凭借大胆的创意与鲜明的实验风格，获得Sutton教授亲自授予的Playfulness Award。苟凡棣、武一丹、徐存阳、王梓恒团队的项目《基于步长自适应机制的非平稳环境持续强化学习算法》与商迪凯、王廪溢、胡尚隆的项目《面向持续强化学习的预测状态表示：一项探索性研究》获得“Thoughtfulness”。本次 Poster Session 还吸引了学院 “创智 × 知春新苗未来科技营” 的高中生营员。他们穿梭于海报之间认真聆听，好奇发问，更与Sutton教授面对面交流。这场跨越年龄与阅历的相遇，不仅是知识的流动，更是科学精神的接力。
五、以智为帆，再启新程
回望三周，本次强化学习暑期学校不仅是一场从理论到实践、从课堂到研讨的完整学术训练，更是一次以创智为平台、面向未来智能研究的青年人才培养实践。在创智，学员们经历了紧凑而充实的课程学习，也在开放研讨、项目实训、Office Hour、Poster 展示和期末考试中不断锤炼科研思维；他们与 Sutton 教授近距离交流，与来自不同高校、不同背景的同龄人共同讨论，在追问与回应中理解强化学习，也在创智这一开放活跃的学术空间中感受到人工智能研究的广阔可能。
Sutton 教授此次在沪开讲，不仅为强化学习领域带来了前沿思想与重要启发，也为人才培养、高水平学术交流和国际合作搭建了富有活力的对话平台，也进一步彰显了上海在人工智能领域的全球影响力、创新生态和资源集聚能力。未来，上海创智学院将继续依托平台优势，打造更多高水平、国际化、面向未来的学术活动，为人工智能前沿探索和青年人才成长贡献更大力量。
