简历
山东大学硕士,算法工程师,主要从事强化学习、游戏决策、机器人决策方向的研究和应用工作。 熟悉Linux操作系统和Python语言,熟悉PyTorch/TensorFlow深度学习框架,拥有丰富的框架设计与编程开发经验。 以一二作身份在IEEE TNNLS、ESE、IJCAI、ICSE等国际权威期刊和顶级会议上发表论文6篇,申请发明专利8项。 曾被央视拍摄报道挖掘机器人方向的工作,曾获硕士研究生国家奖学金、优秀研究生、网易伏羲技术创新一等奖等奖项。
《央视新闻》世界互联网大会
教育
- 山东大学 硕士
控制科学与工程学院 2016-2019 - 哈尔滨工业大学 本科
航天学院 2012-2016
项目
智能挖掘机器人
挖掘机是工程机械皇冠上的明珠,但施工场景往往复杂、高危。该项目旨在为挖掘机行业打造一个游戏化的操作平台,让挖机师傅远程就能完成施工任务。
自动装车:一键标定挖掘点及卸料点,生成最优控制轨迹,自动执行挖土动作并到达指定位置完成卸料,实现自动装车作业
智能任务测试
游戏测试通常通过QA人工测试或者编写自动化脚本测试,需要大量的时间和人力投入。该项目提出将强化学习应用游戏测试,智能体可以自主学习完成游戏任务测试。
GDC2020[YouTube]: Machine Learning Summit: Building An Intelligent Game Testing System in Netease MMORPG Game
著作
论文
-
GameRTS: A Regression Testing Framework for Video Games[pdf][homepage]
Jiongchi Yu*, Yuechen Wu*, Xiaofei Xie, Wei Le, Lei Ma, Yingfeng Chen, Jingyu Hu, Fan Zhang
ICSE-2023 (CCF-A) -
GBGallery: A benchmark and framework for game testing[pdf][homepage]
Zhuo Li, Yuechen Wu, Lei Ma, Xiaofei Xie, Yingfeng Chen, Changjie Fan
ESE-2022 (SCI, CCF-B) -
Visual navigation with multiple goals based on deep reinforcement learning[pdf]
Zhenhuan Rao, Yuechen Wu, Zifei Yang, Wei Zhang, Shijian Lu, Weizhi Lu, ZhengJun Zha
TNNLS-2021 (SCI, CCF-B) -
Regression testing of massively multiplayer online role-playing games[pdf]
Yuechen Wu, Yingfeng Chen, Xiaofei Xie, Bing Yu, Changjie Fan, Lei Ma
ICSME-2020 (CCF-B) -
Exploring the Task Cooperation in Multi-goal Visual Navigation[pdf][video]
Yuechen Wu, Zhenhuan Rao, Wei Zhang, Shijian Lu, Weizhi Lu, Zheng-Jun Zha
IJCAI-2019 (CCF-A) -
Master-Slave Curriculum Design for Reinforcement Learning[pdf]
Yuechen Wu, Wei Zhang, Ke Song
IJCAI-2018 (CCF-A)
专利
-
信息控制方法、装置、电子设备和存储介质[pdf]
杨新伟 胡志鹏 范长杰 陈赢峰 韩夏冰 吴悦晨
发明专利 202310439442.5 -
挖掘机控制方法、装置、设备及存储介质[pdf]
杨新伟 陈赢峰 胡志鹏 范长杰 周锋 吴悦晨 韩夏冰 陈广大
发明专利 202211543092.9 -
一种机械臂的控制方法、装置、电子设备以及存储介质[pdf]
吴悦晨 陈赢峰 范长杰 胡志鹏
发明专利 202210225857.8 -
游戏测试方法、装置、电子设备及存储介质[pdf]
胡玥 宋研 吴悦晨 陈赢峰 范长杰 胡志鹏
发明专利 202110122283.7 -
游戏任务的测试方法、装置、测试终端和服务器[pdf]
吴悦晨 李筱 陈赢峰 林磊 卢尚杰 范长杰 胡志鹏
发明专利 202010277046.3 -
基于深度强化学习的视觉导航方法及系统[pdf]
张伟 饶振环 吴悦晨 宋柯 鲁威志
发明专利 201811622803.5