PI:Tonghan WANG
研究方向:AI经济学,生成模型经济学,多智能体,强化学习
课题组简介课题组致力于研究向Human-AI共存世界的转变过程中会出现的人与AI之间的关系问题,包括新的经济形态,新型关系是否可被证明安全,以及其中涉及的AI决策学习问题。
正在研究的问题包括:
1. 生成式广告
2. 有安全性保障的Human-AI博弈
3. 可证明的微观经济学问题的深度学习求解
4. 强化学习,尤其是具身智能体的肌群协同控制
代表性论文1. “BundleFlow: Deep Menus for Combinatorial Auctions by Diffusion-Based Optimization,” Tonghan Wang, Yanchen Jiang, David C. Parkes. NeurIPS 2025.
2. “On Diffusion Models for Multi-Agent Partial Observability: Shared Attractors, Error Bounds, and Composite Flow,” Tonghan Wang*, Heng Dong*, Yanchen Jiang, David C. Parkes, Milind Tambe. AAMAS 2025 Oral.
3. “GemNet: Menu-Based, Strategy-Proof Multi-Bidder Auctions Through Deep Learning,” Tonghan Wang*, Yanchen Jiang*, David C. Parkes. ACM EC 2024.
4. “Deep Contract Design via Discontinuous Networks,” Tonghan Wang, Paul Dütting, Dmitry Ivanov, Inbal Talgam-Cohen, David C. Parkes. NeurIPS 2023.
5. “Low-Rank Modular Reinforcement Learning via Muscle Synergy,” Heng Dong*, Tonghan Wang*, Jiayuan Liu, Chongjie Zhang. NeurIPS 2022.
6. “Non-Linear Coordination Graphs,” Yipeng Kang*, Tonghan Wang*, Qianlan Yang*, Xiaoran Wu, Chongjie Zhang. NeurIPS 2022 Spotlight.
7. “RODE: Learning Roles to Decompose Multi-Agent Tasks,” Tonghan Wang, Tarun Gupta, Anuj Mahajan, Bei Peng, Shimon Whiteson, Chongjie Zhang. ICLR 2021.
8. “ROMA: Multi-Agent Reinforcement Learning with Emergent Roles,” Tonghan Wang, Heng Dong, Victor Lesser, Chongjie Zhang. ICML 2020.
课题组风格和人才培养理念勇于探索;勇于探索未知;勇于探索未知到底。
课题组的联系方式我们长期寻找优秀的博士生和实习生,欢迎有自我驱动力和真正喜爱科研的同学加入我们。如果您对我们的研究方向感兴趣,请通过twang1@g.harvard.edu联系我。
请提供简历、成绩单、一个关于您已完成的科研问题的简单描述、一个关于您对哪个研究问题感兴趣以及为什么的描述,这样能帮助我更快地了解您。
课题组成员
新闻动态