3月5日，美国计算机学会(ACM，Association for Computing Machinery)宣布Andrew Barto 和 Richard Sutton 获得2024年图灵奖(A.M. Turing Award)，以表彰他们为强化学习(Reinforcement Learning)奠定了概念和算法基础，详见官网消息：https://awards.acm.org/about/2024-turing。强化学习是创建智能系统的最重要方法之一，目前火热的人工智能均用到了强化学习方法。图灵奖通常被称为“计算机界的诺贝尔奖”，目前奖金为 100 万美元、由谷歌公司提供资金支持。该奖项以阐述计算数学基础的英国数学家艾伦·图灵(Alan Mathison Turing)的名字命名。图灵奖年度评选，一般是1人，少数年份2人。

图1：图灵奖

Andrew Barto是马萨诸塞大学阿默斯特分校信息与计算机科学名誉教授。1975年，Barto获密歇根大学博士学位，博士论文题为：CELLULAR AUTOMATA AS MODELS OF NATURAL SYSTEMS(作为自然系统模型的细胞自动机)，论文全文：Andrew Barto博士论文.pdf。此文收录在科睿唯安的ProQuest Dissertations & Theses Global (ProQuest全球博硕论文数据库)中，数据库中此文链接为：https://www.proquest.com/docview/302780043。

图2：Andrew Barto

Richard Sutton是阿尔伯塔大学计算机科学教授。1984年，Sutton获马萨诸塞大学阿默斯特分校博士学位，Andrew Barto是其博士导师，博士论文题为：TEMPORAL CREDIT ASSIGNMENT IN REINFORCEMENT LEARNING(强化学习中的时间信用分配)，论文全文：Richard Sutton博士论文.pdf。此文收录在科睿唯安的ProQuest Dissertations & Theses Global (ProQuest全球博硕论文数据库)中，数据库中此文链接为：https://www.proquest.com/docview/303321395。

图3：Richard Sutton