2026年6月8日，由数理与金融学院主办的“强化学习与资产定价”学术讲座成功举行。本次报告会采用线上方式进行，西安交通大学陈志平教授和南开大学陈孝伟教授应邀先后作学术报告。报告会由数理与金融学院费为银教授主持。学院夏登峰教授、潘海峰教授、相关领域的青年教师和研究生在线参加了此次报告会。

陈志平聚焦离散时间、连续状态-动作空间且动力学依赖群体分布的平均场博弈问题，针对群体分布难以表示与采样、最优响应难以稳定求解等挑战，提出了一套融合虚拟博弈、分布式软Actor-Critic（DSAC）与条件归一化流的均衡学习框架。该框架由外层虚拟博弈、内层深度强化学习和条件归一化流三部分构成，分别用于平均场更新、最优响应近似及连续群体分布表示。他指出，在求解三类平均场博弈问题时，该方法均能实现更快的可利用性收敛与更优的性能表现。

陈孝伟针对巨灾债券定价问题，提出了结合扭曲算子理论与循环神经网络（RNN）估计方法的统一分析框架。他指出，将该框架拓展为融合精算基本面与金融市场协变量的多因子模型后，其解释能力与预测效果得到显著提升，从而完善了精算领域中巨灾债券定价的理论方法与实证体系。

与会师生认真聆听了两位专家的报告。费为银在总结发言中，首先对两位专家的精彩报告致以诚挚感谢。他指出，两位专家分别从求解平均场博弈的深度强化学习算法，以及基于扭曲算子理论与循环神经网络的巨灾债券定价入手，为人工智能方法与金融问题研究的结合提供了新颖的理论工具与算法路径，具有重要的学术价值与潜在的应用前景。他表示，学院将以本次讲座为契机，持续深化与国内外同行在金融数学、随机控制与强化学习交叉领域的交流合作，积极推动相关理论研究向金融工程实践转化，力争在金融系统工程领域取得新突破。

（文/图：李亮；初审：江志强；复审：潘海峰；终审：彭海燕、吴小太；责任编辑：张犇）