2022年12月11日上午，英国思克莱德大学刘斌教授应邀在综合楼644会议室开展了一场题为“Markov decision process and reinforcement learning for intelligent operation and maintenance”的线下学术讲座。由统计与数学学院方冠奇博士主持，统计与数学学院王炳兴教授、郭宝才教授、徐安察教授和部分研究生参加了此次讲座。

刘斌，英国思克莱德大学管理科学系讲师（助理教授），于2013年7月获浙江大学控制科学与工程专业工学学士学位；2017年8月在香港城市大学系统工程与工程管理系取得博士学位，从事系统可靠性及维修策略研究；2018年2月至2019年1月，在加拿大滑铁卢大学从事博士后研究；2019年1月至今，在英国思克莱德大学管理科学系任教，担任讲师（助理教授）。研究兴趣包括风险及可靠性分析，智能运维管理及数据驱动的决策分析。

本次讲座，刘斌教授首先针对服从Gamma退化过程的双元件系统，提出了基于马尔可夫决策过程的有限周期的视情维护策略。在所提出的维护策略中，系统元件的退化过程具有随机相关性。对于系统元件的退化过程中执行周期性检测策略，当元件的退化程度超过预防性维护阈值时，则元件被替换。随后，刘斌教授讨论了在线强化学习及深度强化学习在智能运维中的运用。

本次讲座学术氛围浓厚，临近讲座结束，刘斌教授为在场师生进行答疑解惑并展开深入交流，内容十分丰富，现场形成了良好的互动，在场老师和研究生都表示获益良多。讲座的最后，方冠奇博士就此次讲座进行总结，并对刘斌教授表达了诚挚的感谢。