SJTU-人工智能学院 温颖 副教授
报告生成时间：2026年8月25日
个人主页：Ying Wen（yingwen.io） · DBLP：Ying Wen 0001 · Google Scholar
所属团队：上海交通大学人工智能学院（约翰·霍普克罗夫特计算机科学中心 tenure-track 序列出身，兼上海创智学院导师）
一、学者基本信息
| 项目 | 内容 |
|---|---|
| 姓名 | 温颖（Ying Wen） |
| 当前职称 | 长聘教轨副教授（tenure-track associate professor）、博士生导师（上海交通大学人工智能学院）[1][2][3] |
| 校内身份 | 人工智能学院专职教师（2024 年 11 月自 JHC 转入）；上海创智学院（Shanghai Innovation Institute，SII）导师（2025 年 9 月起）[1][2] |
| 研究方向 | 强化学习、多智能体系统（多智能体学习）、决策大模型与 LLM 智能体；兼及博弈论与人智协同 [1][2][3] |
| 论文规模 | 个人主页统计 85 篇（多智能体强化学习、LLM 推理与 ML 系统）；学院简介称四十余篇成果发表于 ICML、NeurIPS、ICLR、IJCAI、AAMAS 等一流国际会议 [1][2] |
| 代表荣誉 | CoRL 2020 最佳系统论文奖、AAMAS 2021 Blue Sky Track 最佳论文奖、ACL 2026 SAC Highlight Award（PROGRA）；上海海外高层次人才、上海市青年科技英才扬帆计划（2021）[1][2][3] |
| 邮箱 | ying.wen@sjtu.edu.cn [2] |
消歧说明（供索引）：本报告对象为 DBLP 编号 Ying Wen 0001（PID 41/4203-1），即北京邮电大学本科、UCL 博士、现上海交大人工智能学院长聘教轨副教授的温颖 [1][4]。此前调研中出现的"同济大学教授经历"无任何依据；"AAMAS 2025 大会主席"未获证实，不予采信——可确证的会议领导职务为 DAI 2026 程序委员会共同主席 [1][5]。其学术身份应由"北邮本科 + UCL 汪军门下 + 多智能体强化学习 + 上海交大 JHC/SAI"这一组合唯一确定。
二、教育背景与职业履历
温颖 2011–2015 年在北京邮电大学获得学士学位（电子商务与法学），2015–2016 年在伦敦大学学院（UCL）获研究型硕士（MRes，Web Science & Big Data Analytics），2016–2020 年在 UCL 计算机系攻读博士学位，导师为汪军教授，2020 年毕业 [1][2][3]。在汪军门下，他与同门张伟楠（UCL 博士，现上海交大计算机学院 APEX 实验室教授）构成"UCL 汪军系—上海交大"的两大节点，这一同门关系是其日后与 APEX 深度协作的师承基础 [1][4]。
职业履历方面，他 2020 年 9 月回国加入上海交通大学约翰·霍普克罗夫特计算机科学中心（JHC）任 tenure-track 助理教授，2024 年 1 月晋升 JHC tenure-track 副教授，2024 年 11 月随建制调整转入人工智能学院任长聘教轨副教授；2025 年 9 月起兼任上海创智学院导师 [1]。学术产出上，他在多智能体强化学习方向产出系统化成果：从博士阶段的博弈论多智能体学习（PSRO 系列、非零和随机博弈），到人机协同与零样本协作（HOLA/AT-Drone 无人机集群、ZSC-Eval 基准），再到近年的 LLM 智能体与决策大模型（AlphaZero 式树搜索引导解码、ReMA 元思考、PROGRA 进度感知强化学习）[1][4]。
汪军（Jun Wang，UCL 教授，深度强化学习/决策智能）
├─ 张伟楠（UCL 博士 → 上海交大 APEX 教授，强化学习/智能体）
├─ 温颖（UCL 博士 2020 → 上海交大 JHC/SAI 长聘教轨副教授）← 本报告对象
└─ （UCL 汪军系其他学生与访问学者网络）
三、学生培养情况
温颖为博士生导师，其组内学生与深度合作学生以论文一作身份公开可考者包括：
- 温睦宁：博士由张伟楠与温颖联合指导（APEX 名录确证），现为 APEX 研究副教授兼人工智能学院研究助理教授；代表作 Multi-Agent Transformer（NeurIPS 2022 一作）、Reinforcing Language Agents via Policy Optimization with Action Decomposition（NeurIPS 2024）、STAR（NeurIPS 2025）[4][6][7]。
- 万子钰：ReMA 学习元思考（NeurIPS 2025 一作）、AlphaZero-like Tree-Search 引导 LLM 解码与训练（ICML，一作）[1][4]。
- 张劭：双过程理论语言智能体框架（ACL 2025）与人智协同（Mutual Theory of Mind）系列 [1][4]。
- Yang Li：无人机集群开放学习与零样本协作系列（NeurIPS 2024、ICML、CoRL 2025 AT-Drone）[1][4]。
- 王锡槐：ZSC-Eval 多智能体零样本协作基准（NeurIPS 2024）、Order Matters 逐智能体策略优化（ICLR 2023）[4]。
除温睦宁的联合指导关系有公开名录佐证外，其余学生的学籍归属与导师安排公开资料未逐项披露，本报告仅依据署名模式作审慎推断 [1][4][6]。
四、学术合作网络
DBLP 消歧说明：本报告合作统计基于 DBLP 条目 Ying Wen 0001（PID 41/4203-1）[4]。其同名者众多（DBLP 含 90 余位 "Ying Wen"），检索时必须以机构（SJTU/UCL）与方向（多智能体强化学习）双重过滤。
4.1 学院/校内合作（核心主干）
温颖在校内最高频合作者为计算机学院张伟楠（APEX 实验室）——两人既是 UCL 同门，又在交大形成 SAI—APEX 跨学院联合团队，联合产出覆盖 LLM 智能体强化学习全线（PROGRA、ToolPRM、A Survey of AI Agent Protocols、Agent Exchange 等）[1][4][8]。其他校内合作者包括王新兵、傅洛伊（网络LoRA/ICLR 2026 结构化上下文推理）、俞勇（Agentic Web 论文署名）等 [1][4]。
4.2 跨机构合作（境内）
- 汪军（UCL）：博士导师，长期持续合作（Agent Exchange、Learning in Nonzero-Sum Stochastic Games 等）[1][4]。
- 杨耀东（北京大学）：博弈论与多智能体学习方向高频合作者（Diverse Auto-Curriculum、MALib、ReMA 等）[4]。
- 上海人工智能实验室：胡舒悦（ReMA 合作者）及多个 LLM 相关项目 [4]。
- 上海创智学院：作为导师参与人才培养，并作为合作单位参与 PROGRA（与上海交大、朗新 AI 研究院联合完成）[1][8]。
4.3 国际合作
其国际网络沿"UCL—博弈学习"主干延展：Yali Du（伦敦大学国王学院）、Shuyue Hu、Stephen McAleer（AlphaZero-like Tree-Search 合作者）、Mark Schmidt（英属哥伦比亚大学，ReMA）、Matthew E. Taylor、Jan Peters 等先后出现在多智能体学习论文中；Agentic Web、Embodied Arena 等大规模合作论文则连接 Dawn Song、Pieter Abbeel、Muhao Chen 等国际学者 [1][4]。
五、业界合作关系深度分析
温颖的产业连接以大模型智能体联合研究为主线，模式为论文级合作与基金资助，而非股权型：
- 阿里巴巴（通义实验室系）：ACL 2026 双论文 PROGRA 与 ToolPRM 的作者名单含蒋昊、彭鑫、王浩睿、黄非等产业界研究者，PROGRA 由上海交大、上海创智学院与朗新 AI 研究院合作完成 [1][8]。
- 腾讯：2021 年获 CCF-腾讯犀牛鸟科研基金资助 [3]。
- RLChina/学组织生态：任 CCF-AI 多智能体学组执行成员，是该学组研讨会联系人之一 [3]。
- ML 系统：GEAR（GPU 中心经验回放系统，ICML）等系统方向工作与产业级大规模训练需求直接相关 [4]。
未见其持股创业或企业任职记录，属学术主导型产业合作。
六、重要奖项与学术兼职
| 类别 | 内容 | 公开来源 |
|---|---|---|
| 论文奖项 | CoRL 2020 最佳系统论文奖；AAMAS 2021 Blue Sky Track 最佳论文奖（Diverse Auto-Curricula）；ACL 2026 SAC Highlight Award（PROGRA） | [1][2][3][8] |
| 人才计划 | 上海海外高层次人才；上海市青年科技英才扬帆计划（2021） | [2][3] |
| 科研基金 | CCF-腾讯犀牛鸟科研基金（2021） | [3] |
| 类别 | 内容 |
|---|---|
| 会议领导职务 | DAI 2026 程序委员会共同主席；CCF-AI 多智能体学组执行成员 [1][3] |
| 审稿/PC 服务 | ICML、NeurIPS、IJCAI、AAAI、IROS、ICAPS 等会议 PC 成员或审稿人 [3] |
| 主持项目 | 国家自然科学基金青年基金；国家重点研发计划课题；上海市科学智能"百团百项"；上海市青年科技英才扬帆计划 [2][3] |
| 学术活动组织 | 2026 强化学习暑期学校组织者之一（上海创智学院、上海交大人工智能学院与 Openmind Research Institute 联合主办，Richard S. Sutton 主讲）；Openmind Winter School 主旨报告 [1] |
七、Connection圈层总结
第一圈层：UCL 汪军师承系。 博士导师汪军奠定其学术起点；与同门张伟楠构成上海交大强化学习方向最重要的同门双节点，并通过汪军连接 UCL—国内决策智能网络（ReMA、Agent Exchange 等持续合作）[1][4]。
第二圈层：上海交大 SAI—APEX—创智学院共同体。 从 JHC 到人工智能学院的建制变迁中，他与张伟楠课题组形成事实上的联合团队，联合培养温睦宁（现为 APEX 研究副教授兼 SAI 研究助理教授）等学生；并通过上海创智学院导师身份接入上海 AI 人才培养新体制，与 APEX 实验室、李帅 等同院教师构成 SAI 多智能体/强化学习集群 [1][6][7]。
第三圈层：学生网络。 温睦宁（Multi-Agent Transformer/PROGRA 系列）、万子钰（ReMA/树搜索）、张劭（人智协同）、Yang Li（无人机集群）、王锡槐（ZSC 基准）等已形成 LLM 智能体强化学习方向的梯队，组内产出在 NeurIPS/ICML/ICLR/ACL 持续落地 [1][4]。
第四圈层：产业界与国际网络。 以阿里通义系与朗新 AI 研究院的智能体论文合作、腾讯犀牛鸟基金为产业支点；国际上经汪军—杨耀东—McAleer—Schmidt 等博弈学习主干，延展至 Dawn Song、Pieter Abbeel 等大范围合作论文网络；DAI 2026 PC 共同主席身份进一步确立其在分布式智能体社区的枢纽位置 [1][3][4][8]。
数据来源：[1] 温颖个人主页；[2] 上海交大人工智能学院温颖教师页；[3] 百度百科：温颖（词条，交叉印证用） 及 CCF AI Agent 与多智能体系统研讨会页面；[4] DBLP：Ying Wen 0001；[5] DAI 2026 官网；[6] APEX 实验室 README；[7] 俞勇学术网络报告；[8] 上海交大新闻：温颖、张伟楠课题组获 ACL 2026 SAC Highlight（2026-07-16）。