研究领域

分布式机器学习，联邦学习，多智能体强化学习，平均场博弈，智能交通

个人简介

刘博，深圳理工大学助理教授，副研究员，博士生导师。2021年于英国曼彻斯特大学获得电气与电子工程博士学位（PDS全额奖学金），并获得2021年国家优秀自费留学生奖学金（全球650人/年），主持/参与国家、省、市各级别纵向项目5项，在IEEE TNNLS、 TCYBER、 TMC、 CVPR、AAAI等人工智能顶级期刊和会议发表论文20余篇。

学习经历

2017-2021 曼彻斯特大学 博士

2014-2017 武汉理工大学 硕士

2010-2014 武汉理工大学 学士

工作经历

2025-至今，深圳理工大学，助理教授

2021-2025，深圳市人工智能与机器人研究院，历任助理研究员，副研究员

所获荣誉

2021年国家优秀自费留学生奖学金（全球650人/年）

2024年深圳市第四届优秀科技学术论文奖（2篇）

科研项目

[1]国家自然科学基金-青年基金，面向异构多智能体的分布式学习群体策略优化研究，2023-01-01至2025-12-31，30万，主持。

[2]广东省自然科学基金-面上项目，异构交通参与者协同轨迹预测与群体均衡决策研究，2024-01-01至2026-12-31，15万，主持。

[3]深圳市科技创新人才-博士启动计划，基于邻域信息融合的分布式多智能体强化学习交通灯控制研究，2023-04-01至2025-04-01，30万，主持。

代表性论文

[1] X Liu, P. Han, X Li, B. Liu*, “SemiDFL: A Semi-Supervised Paradigm for Decentralized Federated Learning,” Proceedings of the AAAI Conference on Artificial Intelligence, 2025, Accepted. (CCF-A)

[2] P. Sun, Y. Liu, Z. Wang and B. Liu*, “Byzantine-robust Decentralized Federated Learning via Dual-domain Clustering and Trust Bootstrapping,” Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2024. (CCF-A)

[3] P. Han, B. Liu*, Y. Liu, and L. Guo, “Cell-Less Offloading of Distributed Learning Tasks in Multi-Access Edge Computing,” IEEE Transactions on Mobile Computing, vol. 23, no. 12, pp. 14377-14395, 2024. (CCF-A, 深圳市第四届优秀科技学术论文奖)

[4] B. Liu and Z. Ding, “Distributed heuristic adaptive neural networks with variance reduction in switching graphs,” IEEE Transactions on Cybernetics, vol. 51, no. 7, pp. 3836-3844, 2021. (中科院一区)

[5] B. Liu, Z. Ding and C. Lv, “Distributed training for multi-layer neural networks by consensus,” IEEE Transactions on Neural Networks and Learning Systems, vol. 31, pp. 1771-1778, 2020. (中科院一区)

[6] B. Liu and Z. Ding, “A distributed deep reinforcement learning method for traffic light control,” Neurocomputing, vol. 490, pp. 390-399, 2022. ( JCR Q1)

[7] B. Liu and Z. Ding, “A consensus-based decentralized training algorithm for deep neural networks with communication compression,” Neurocomputing, vol. 440, pp. 287-296, 2021. (JCR Q1)

[8] W. Ye, Y. Luo, B. Liu* and J. Huang*, "Efficient and Cost-effective Vehicle Recruitment for HD Map Crowdsourcing," in IEEE Transactions on Mobile Computing, doi: 10.1109/TMC.2025.3552396, 2025. (CCF-A)

[9] Y. Liu, Z. Dong, B. Liu, Y. Xu, and Z. Ding, “Fedforecast: A federated learning framework for short-term probabilistic individual load forecasting in smart grid,” International Journal of Electrical Power & Energy Systems, vol. 152, p. 109172, 2023. (JCR Q1, 深圳市第四届优秀科技学术论文奖)

[10] Z. Li, B. Liu and Z. Ding, “Consensus-based cooperative algorithms for training over distributed data sets using stochastic gradients,” IEEE Transactions on Neural Networks and Learning Systems, vol. 33, no. 10, pp. 5579-5589, 2022. (中科院一区)