吕帅

---

教学经历

【治学格言】宝剑锋从磨砺出，梅花香自苦寒来。——《警世贤文》之勤奋篇

【学习经历】

1999.09-2003.06，东北师范大学计算机科学系计算机科学与技术专业，本科生（导师：邓安生教授）

2004.09-2007.06，十大菠菜导航网计算机软件与理论专业，硕士生（导师：孙吉贵教授、欧阳丹彤教授）

2007.09-2010.06，十大菠菜导航网计算机软件与理论专业，推免博士生（导师：刘磊教授、孙吉贵教授）

【工作经历】

2010.07-2015.09，十大菠菜导航网、软件学院，讲师

2010.12-2015.12，菠菜导航网数学博士后科研流动站，博士后（合作导师：李勇教授）

2013.03-2014.09，十大菠菜导航网学术委员会，秘书

2015.09-2024.09，十大菠菜导航网、软件学院，副教授

2016.03-2019.06，菠菜导航网2015级理科试验班（唐敖庆计算机班），学业导师和班主任

2016.11至今，十大菠菜导航网、软件学院，硕士生导师

2019.11至今，十大菠菜导航网、软件学院，博士生导师

2020.02-2024.03，菠菜导航网软件学院教学委员会，委员

2021.01至今，菠菜导航网软件工程专业，专业负责人

2021.06至今，菠菜导航网公司产品指导委员会软件学院分委员会，委员

2021.10-2024.06，菠菜导航网2020级工科试验班（软件工程），学业导师和班主任

2022.06至今，蓝桥杯全国软件和信息技术专业人才大赛（菠菜导航网），竞赛负责人

2024.09至今，十大菠菜导航网、软件学院，教授

2025.02至今，菠菜导航网2024级工科试验班（软件工程），学业导师和班主任

2025.03至今，菠菜导航网XCPC集训队，总教练

2025.03至今，ICPC国际老员工程序设计竞赛（菠菜导航网），竞赛负责人

2025.03至今，CCPC中国老员工程序设计竞赛（菠菜导航网），竞赛负责人

2025.05至今，百度之星程序设计大赛（菠菜导航网），竞赛负责人

【社会兼职】

中国计算机学会理论计算机科学专业委员会，执行委员

中国计算机学会形式化方法专业委员会，执行委员

中国计算机学会教育专业委员会，执行委员

吉林省计算机学会，理事

国家自然科学基金，评审

吴文俊人工智能科学技术奖，评审

高校计算机专业优秀教师奖励计划，评审

全国老员工软件创新大赛，评审

中国高校计算机大赛-网络技术挑战赛，评审

---

教学工作

【主讲课程】

《程序设计基础》（原名：高级语言程序设计）、《程序设计基础课程设计》（现为教学团队实践负责人）

——国家精品课程《高级语言程序设计》（2009年）

——吉林省优秀教学团队《高级语言程序设计与实现技术》（2010年）

——国家级精品资源共享课《高级语言程序设计》（2013年）

——国家精品在线开放课程《高级语言程序设计》（2019年）

——国家级一流本科课程（线上一流课程）《高级语言程序设计》（2020年）

——国家级一流本科课程（线上线下混合式一流课程）《程序设计基础》（2020年）

《人工智能引论》/《人工智能基础》（现为教学团队负责人）

《计算理论》（原名：可计算性与计算复杂性，现为课程负责人）

《高级分布计算理论》（现为课程负责人）

【教学荣誉】

2016年，菠菜导航网“三育人”先进个人荣誉称号

2018-2019学年，菠菜导航网本科课堂教学质量优秀奖

2022-2023学年，菠菜导航网本科课堂教学质量优秀奖

2023-2024学年，菠菜导航网优秀班主任

【教研论文】在《计算机教育》上发表教研论文8篇。

 [1]  李占山, 吕帅*. 基于计算思维与创新能力培养的计算理论课程教学改革探索. 计算机教育, 2019, 1: 21-24. (CCF推荐中文C类期刊)

 [2] 吕帅, 王强强*, 郭德贵, 金京姬. 实践教学中的开放性创新实验项目探索. 计算机教育, 2017, 3: 29-32. (CCF推荐中文C类期刊)

 [3] 吕帅, 刘磊*, 张睿, 郭德贵. 计算机学科研究生科研基础的建立模式. 计算机教育, 2012, 23: 22-24. (CCF推荐中文C类期刊) 

---

科研工作

【研究方向】人工智能、机器学习与自动推理

【科研项目】主持国家自然科学基金项目等科研项目13项，参加科研项目29项。

 [1] 国家重点研发计划项目：智能计算机编程方法

 [2] 国家自然科学基金项目：智能规划中基于路标的启发式搜索方法研究

 [3] 国家自然科学基金项目：面向构建过程的范畴学习模型及其适应性机制研究

 [4] 国家自然科学基金项目：命题与模态逻辑的扩展规则推理与混合推理方法研究

 [5] 国家自然科学基金项目：本体演化中若干问题的研究

 [6] 国家自然科学基金项目：扩展规则推理方法研究

 [7] 国家自然科学基金项目：约束推理与约束程序

 [8] 国家自然科学基金项目：非经典逻辑的自动推理

 [9] 教育部高等学校博士学科点专项科研基金项目：命题逻辑和模态逻辑的扩展规则推理方法研究

[10] 教育部高等学校博士学科点专项科研基金项目：交通控制动态子区智能规划理论与方法研究

[11] 教育部高等学校博士学科点专项科研基金项目：基于进程演算的本体演化研究

[12] 教育部高等学校博士学科点专项科研基金项目：不确定智能规划理论与方法

[13] 中国博士后科学基金项目：自动规划的逻辑约束机制研究

[14] 吉林省重点科技攻关项目：云环境下的编程模型研究

[15] 吉林省自然科学基金项目：基于样本效率优化的深度强化学习方法研究

[16] 吉林省自然科学基金项目：面向大数据的知识表示和推理方法研究

[17] 吉林省自然科学基金项目：依赖知识编译的推理方法研究

[18] 吉林省自然科学基金项目：云环境下SaaS的安全问题研究

[19] 吉林省青年科研基金项目：基于随机游走策略的智能规划方法研究

[20] 吉林省青年科研基金项目：结合模态逻辑知识表示与推理的自动规划方法研究

[21] 教育部重点实验室开放基金项目：伪布尔求解与优化问题的局部搜索算法研究

[22] 教育部重点实验室开放基金项目：智能规划问题问题结构研究

[23] 教育部重点实验室开放基金项目：本体技术在海战场指挥决策中的应用研究

[24] 教育部重点实验室开放基金项目：基于群智能算法的多目标混合流水车间调度问题研究

[25] 教育部重点实验室开放基金项目：智能规划和自动推理问题中相变规律和解结构分析

[26] 教育部工程研究中心创新基金项目：师范教育知识图谱构建方法研究

[27] 省级重点实验室开放基金项目：协同服务建模及其验证方法研究

【科研论文】在AAAI、IJCAI、Information Sciences、Neural Networks、Expert Systems with Applications、计算机学报、软件学报、计算机研究与发展、电子学报等国内外期刊和会议上发表学术论文138篇，其中：SCI和EI检索学术论文107篇。主要代表性学术论文：

 [1] Lü Shuai, Zhang Xinyu, Li Zongze, Li Jingyao*, Kang Meng. Bi-classifier with neighborhood aggregation for unsupervised domain adaptation. Information Sciences, 2025, 718: 122399. (中科院2区期刊, CCF推荐B类期刊)

 [2] Zheng Mingsheng, Zhang Junwei, Zhan Changshuai, Ren Xinyu, Lü Shuai*. Proximal policy optimization with reward-based prioritization. Expert Systems with Applications, 2025, 283: 127659. (中科院1区TOP期刊, CCF推荐C类期刊, 第1作者郑茗升为2020级本科生, 2023年5月投稿, 2025年4月录用)

 [3] Shu Man, Lü Shuai*, Gong Xiaoyu, An Daolong, Li Songlin. Episodic memory-double actor-critic twin delayed deep deterministic policy gradient. Neural Networks, 2025, 187: 107286. (中科院2区TOP期刊, CCF推荐B类期刊)

 [4] Zhou Ruikai, Zhu Wenbo, Han Shuai, Kang Meng, Lü Shuai*. VCSAP: Online reinforcement learning exploration method based on visitation count of state-action pairs. Neural Networks, 2025, 184: 107052. (中科院2区TOP期刊, CCF推荐B类期刊)

 [5] Xiong Xi, Shen Chun, Wu Junhong, Lü Shuai*, Zhang Xiaodan. Combined data augmentation framework for generalizing deep reinforcement learning from pixels. Expert Systems with Applications, 2025, 264: 125810. (中科院1区TOP期刊, CCF推荐C类期刊)

 [6] Lü Shuai, Zhang Tongbo, Xu Yue, Zhou Wenbo, Lai Yong*. Combining bounded solving and controllable randomization for approximate model counting. Journal of Experimental & Theoretical Artificial Intelligence, 2024, 36(7): 1075-1088. (中科院4区期刊, CCF推荐C类期刊)

 [7] Yu Jiayu, Li Jingyao, Lü Shuai*, Han Shuai. Mixed experience sampling for off-policy reinforcement learning. Expert Systems with Applications, 2024, 251: 124017. (中科院1区TOP期刊, CCF推荐C类期刊)

 [8] Zhang Zeyu, Shen Chun, Lü Shuai*, Zhang Shaojie. Reconfigurability-aware selection for contrastive active domain adaptation. In: Proceedings of the 33rd International Joint Conference on Artificial Intelligence (IJCAI 2024), Jeju Island, South Korea, August 3-9, 2024, 5545-5553. (CCF推荐A类会议)

 [9] Lü Shuai, Kang Meng, Li Ximing*. Alleviating imbalanced pseudo-label distribution: Self-supervised multi-source domain adaptation with label-specific confidence. In: Proceedings of the 33rd International Joint Conference on Artificial Intelligence (IJCAI 2024), Jeju Island, South Korea, August 3-9, 2024, 4669-4677. (CCF推荐A类会议)

[10] Lü Shuai, Li Zongze, Zhang Xinyu, Li Jingyao*. Consistency regularization-based mutual alignment for source-free domain adaptation. Expert Systems with Applications, 2024, 241: 122577. (中科院1区TOP期刊, CCF推荐C类期刊)

[11] Zhang Junwei, Han Shuai, Xiong Xi, Zhu Sheng, Lü Shuai*. Explorer-Actor-Critic: Better actors for deep reinforcement learning. Information Sciences, 2024, 662: 120255. (中科院2区期刊, CCF推荐B类期刊)

[12] Zhu Sheng, Shen Chun, Lü Shuai*, Wu Junhong, An Daolong. Double buffers CEM-TD3: More efficient evolution and richer exploration. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 17193-17201. (CCF推荐A类会议)

[13] Zhang Xinyu, Kang Meng, Lü Shuai*. Low category uncertainty and high training potential instance learning for unsupervised domain adaptation. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 16881-16889. (CCF推荐A类会议)

[14] Zhang Shaojie, Shen Chun, Lü Shuai*, Zhang Zeyu. Reviewing the forgotten classes for domain adaptation of black-box predictors. In: Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), Vancouver, Canada, February 20-27, 2024, 16830-16837. (CCF推荐A类会议)

[15] Shen Chun, Zhu Sheng, Han Shuai, Gong Xiaoyu, Lü Shuai*. Guided deterministic policy optimization with gradient-free policy parameters information. Expert Systems with Applications, 2023, 231: 120693. (中科院1区TOP期刊, CCF推荐C类期刊)

[16] Gong Xiaoyu, Lü Shuai*, Yu Jiayu, Zhu Sheng, Li Zongze. Adaptive estimation Q-learning with uncertainty and familiarity. In: Proceedings of the 32nd International Joint Conference on Artificial Intelligence (IJCAI 2023), Macao, China, August 19-25, 2023, 3750-3758. (CCF推荐A类会议)

[17] Han Shuai, Zhou Wenbo, Lü Shuai*, Zhu Sheng, Gong Xiaoyu. Entropy regularization methods for parameter space exploration. Information Sciences, 2023, 622: 476-489. (中科院1区TOP期刊, CCF推荐B类期刊)

[18] 张峻伟, 吕帅*, 张正昊, 于佳玉, 龚晓宇. 基于样本效率优化的深度强化学习方法综述. 软件学报, 2022, 33(11): 4217-4238. (CCF推荐中文A类期刊)

[19] Lu Jiayi, Han Shuai, Lü Shuai*, Kang Meng, Zhang Junwei. Sampling diversity driven exploration with state difference guidance. Expert Systems with Applications, 2022, 203: 117418. (中科院1区TOP期刊, CCF推荐C类期刊)

[20] Han Shuai, Zhou Wenbo, Lu Jiayi, Liu Jing, Lü Shuai*. NROWAN-DQN: A stable noisy network with noise reduction and online weight adjustment for exploration. Expert Systems with Applications, 2022, 203: 117343. (中科院1区TOP期刊, CCF推荐C类期刊)

[21] Zhang Junwei, Zhang Zhenghao, Han Shuai, Lü Shuai*. Proximal policy optimization via enhanced exploration efficiency. Information Sciences, 2022, 609: 750-765. (中科院1区TOP期刊, CCF推荐B类期刊)

[22] Li Jingyao, Lü Shuai, Li Zhanshan*. Unsupervised domain adaptation via softmax-based prototype construction and adaptation. Information Sciences, 2022, 609: 257-275. (中科院1区TOP期刊, CCF推荐B类期刊)

[23] 吕帅*, 龚晓宇, 张正昊, 韩帅, 张峻伟. 结合进化算法的深度强化学习方法研究综述. 计算机学报, 2022, 45(7): 1478-1499. (CCF推荐中文A类期刊)

[24] Li Jingyao, Lü Shuai, Zhu Wenbo, Li Zhanshan*. Enhancing transferability and discriminability simultaneously for unsupervised domain adaptation. Knowledge-Based Systems, 2022, 247: 108705. (中科院1区TOP期刊, CCF推荐C类期刊)

[25] Gong Xiaoyu, Yu Jiayu, Lü Shuai*, Lu Hengwei. Actor-critic with familiarity-based trajectory experience replay. Information Sciences, 2022, 582: 633-647. (中科院1区TOP期刊, CCF推荐B类期刊)

[26] 李壮, 刘磊, 张桐搏, 周文博, 吕帅*. 基于局部搜索的并行扩展规则推理方法. 软件学报, 2021, 32(9): 2744-2754. (CCF推荐中文A类期刊)

[27] Li Junjie, Zhang Junwei, Gong Xiaoyu, Lü Shuai*. Evolutionary generative adversarial networks with crossover based knowledge distillation. In: Proceedings of the International Joint Conference on Neural Networks (IJCNN 2021), Virtual Event, July 18-22, 2021, 1-8. (CCF推荐C类会议)

[28] Li Jingyao, Li Zhanshan, Lü Shuai*. Feature concatenation for adversarial domain adaptation. Expert Systems with Applications, 2021, 169: 114490. (中科院1区TOP期刊, CCF推荐C类期刊)

[29] Lü Shuai*, Han Shuai, Zhou Wenbo, Zhang Junwei. Recruitment-imitation mechanism for evolutionary reinforcement learning. Information Sciences, 2021, 553: 172-188. (中科院1区TOP期刊, CCF推荐B类期刊)

[30] Li Jingyao, Li Zhanshan, Lü Shuai*. Unsupervised double weighted domain adaptation. Neural Computing and Applications, 2021, 33(8): 3545-3566. (中科院2区期刊, CCF推荐C类期刊)

[31] Han Shuai, Zhou Wenbo, Lü Shuai*, Yu Jiayu. Regularly updated deterministic policy gradient algorithm. Knowledge-Based Systems, 2021, 214: 106736. (中科院1区TOP期刊, CCF推荐C类期刊)

[32] Zhang Lei, Han Shuai, Zhang Zhiruo, Li Lefan, Lü Shuai*. Deep recurrent deterministic policy gradient for physical control. In: Proceedings of the 29th International Conference on Artificial Neural Networks (ICANN 2020), Bratislava, Slovakia, September 15-18, 2020, LNCS 12397, 257-268. (CCF推荐C类会议, 第1作者张磊为2017级本科生, 2020年3月投稿, 2020年7月录用)

[33] 贺甫霖, 刘磊, 吕帅*, 牛当当, 王强. 基于格局检测的模型计数方法. 软件学报, 2020, 31(2): 395-405. (CCF推荐中文A类期刊)

[34] 王强, 刘磊, 吕帅*. 基于扩展规则的启发式#SAT求解算法. 软件学报, 2018, 29(11): 3517-3527. (CCF推荐中文A类期刊)

[35] 杨洋, 刘磊, 李广力, 张桐搏, 吕帅*. 一种新的基于局部搜索的扩展规则推理方法. 计算机学报, 2018, 41(4): 825-839. (CCF推荐中文A类期刊)

[36] 牛当当, 刘磊, 吕帅*. EPCCL理论的并行知识编译算法. 电子学报, 2018, 46(3): 537-543. (CCF推荐中文A类期刊)

[37] 牛当当, 刘磊, 吕帅*. EPCCL理论的求交知识编译算法. 软件学报, 2017, 28(8): 2096-2112. (CCF推荐中文A类期刊)

[38] Liu Lei, Yang Yang, Li Guangli, Wang Qi, Lü Shuai*. Redundancy checking algorithms based on parallel novel extension rule. Journal of Experimental & Theoretical Artificial Intelligence, 2017, 29(3): 629-647. (中科院4区期刊, CCF推荐C类期刊)

[39] 刘磊, 牛当当, 吕帅*. 基于超扩展规则的知识编译方法. 计算机学报, 2016, 39(8): 1681-1696. (CCF推荐中文A类期刊)

[40] 吕帅, 刘磊*, 魏唯, 高冰冰. 智能规划的逻辑编码方式研究. 计算机研究与发展, 2012, 49(3): 607-619. (CCF推荐中文A类期刊)

[41] 吕帅, 刘磊*, 石莲, 魏唯, 杨超. 依赖公理约简的经典规划方法. 电子学报, 2011, 39(2): 322-328. (CCF推荐中文A类期刊)

[42] 吕帅, 刘磊*, 江鸿, 史晶晶. 一种约简动作变元的命题规划编码方式. 计算机研究与发展, 2010, 47(10): 1756-1763. (CCF推荐中文A类期刊)

[43] 吕帅, 刘磊, 李莹, 石莲. 基于模态逻辑D公理系统的Conformant规划方法. 计算机研究与发展, 2009, 46(7): 1160-1168. (CCF推荐中文A类期刊)

[44] 吕帅, 刘磊*, 石莲, 李莹. 基于自动推理技术的智能规划方法. 软件学报, 2009, 20(5): 1226-1240. (CCF推荐中文A类期刊)

注：按照国际惯例，*表示通讯作者。

【发明专利】授权发明专利1项。

[1] 吕帅, 龙泽泓, 钟太鸿, 林炟君. 一种基于SAC强化学习算法的智能运动控制方法. (专利号: ZL 2024 1 0726196.6, 授权公告日: 2024.08.13)

【科研获奖】获得全国商业科技进步一等奖3项、二等奖1项，吉林省自然科学二等奖1项，吉林省科学技术进步三等奖2项。

[1] 全国商业科技进步二等奖：形式化新技术及其在软件智能化开发过程中的应用研究

[2] 吉林省自然科学二等奖：知识表示与特征选择方法研究

[3]  全国商业科技进步一等奖：形式化新方法及其在云计算中的应用

[4]  吉林省科学技术进步三等奖：本体工程技术及其应用研究

[5]  全国商业科技进步一等奖：形式化新方法与新技术及其在软件需求工程中的应用

[6]  吉林省科学技术进步三等奖：高可信软件的安全开发与验证方法及其应用

[7]  全国商业科技进步一等奖：基于形式化方法的本体工程关键技术研究与应用 

---

人才培养

【招生专业】

——菠菜导航，081202计算机软件与理论（学术博士学位）

——菠菜导航，081200计算机科学与技术（学术硕士学位）

——菠菜导航，085404计算机技术（专业硕士学位）

——软件学院，083500软件工程（学术硕士学位）

——软件学院，085405软件工程（专业硕士学位）

【基本要求】

——学业：本科为计算机类相关专业，获得国奖、励志、校一、校二或相应级别的学业奖学金。

——编程：熟练运用C/C++、Python或Java，擅长数据结构与算法。

——竞赛：获得国一、国二、省一或相应级别的计算机类学科竞赛奖励。

——特长：学习能力、科研能力或竞赛水平突出，可不受上述条件限制。

【申报方式】如果你希望从事机器学习领域的科学研究（而非工程实践），请发送你的简历、成绩单和相关证明材料到信箱：lus@jlu.edu.cn。欢迎通过QQ（1482563826）与我联系！

——简历（限A4纸1-2页），主要涵盖：学业、编程、竞赛。

——成绩单和相关证明材料。