2026年11月3日，西安交通大学管理学院教授、博士生导师刘佳鹏应邀为浙江财经大学管理学院师生带来了题为“基于蒙特卡洛树搜索的贝叶斯交互式偏好学习框架”的专题学术讲座。本次讲座由管理学院科研副院长戴维奇教授主持，数智决策研究中心承办，旨在探讨多准则决策辅助（MCDA）中的前沿理论与智能优化算法，为师生在复杂决策建模与人工智能交叉领域的研究提供新思路。
刘佳鹏教授系统阐述了学习框架，介绍了基于马尔可夫决策过程的序列决策建模，将交互过程视为一个逐步收益的认知更新过程。在偏好推断环节，团队采用高效的变分贝叶斯推断替代了传统的采样方法，通过优化目标函数实现了对后验分布的高效近似。随后，刘教授深入浅出地讲解了基于蒙特卡洛树搜索（MCTS）的自适应算法，展示了该算法如何通过模拟未来多轮交互路径，有效平衡“探索”与“利用”，缓解传统贪婪策略“只看眼前收益”的短视问题，实现了长视界的提问规划。
在互动环节，现场学术氛围浓厚，师生们结合自身研究方向踊跃提问。彭娟娟教授主要就如何将智能体技术融入多准则决策研究与刘佳鹏教授进行了深入探讨；博士生潘理铭则针对该自适应算法在实际运行中的具体算法细节与收敛性等问题进行了提问。刘佳鹏教授对师生们的提问给予了细致解答，并分享了相关领域未来的研究方向。
讲座尾声，戴维奇教授与刘佳鹏教授就人工智能时代的研究范式进行了深入探讨。双方一致认为，在AI技术飞速发展的今天，计算工具可以高效解决具体的求解与优化问题，但“发现一个有趣且有价值的研究问题”依然是人类学者不可替代的核心竞争力，这一观点引发了在场师生的强烈共鸣。
此次讲座不仅让学院师生对交互式偏好获取领域的国际前沿方法有了深刻认识，也为提升学院师生的复杂决策建模能力与高水平论文写作水平提供了重要启示。
