杨耀东 Yaodong Yang · 博雅青年学者

杨耀东，北京大学人工智能研究院研究员（博雅青年学者）、院长助理，PAIR-Lab 负责人，北大—灵初智能联合实验室首席科学家。研究方向为人工智能对齐——使智能体可靠地实现人类意图——涵盖三个层面。（1）智能体之间的对齐：多智能体强化学习与博弈论，通过平均场多智能体强化学习、异构智能体信赖域方法、基于 PSRO 的种群学习与安全多智能体优化，使大规模学习智能体群体趋向合作且满足约束的行为。（2）人与模型之间的对齐：大模型后训练，包括面向约束后训练的 Safe RLHF 框架、BeaverTails 偏好数据集、Aligner 纠错模型，以及 ACL 2025 最佳论文《语言模型抵抗对齐》——刻画了对齐后模型向预训练分布回退的弹性现象。（3）与物理世界的对齐：具身智能，包括 Bi-DexHands、UniDexGrasp 灵巧操作基准与策略，面向安全约束机器人基础模型的 Safe VLA，以及与逆矩阵科技合作研发的虚实对齐世界模型。约束优化与博弈建模是贯穿三者的共同方法基础。

在 Nature Machine Intelligence、Matter、AIJ、JMLR、TPAMI 等期刊和会议发表论文三百余篇，谷歌学术引用逾 19,000 次（h-index 60）；自 2022 年起位列 CSRankings 北大 AI/ML 方向首位，入选 Scopus 全球前 2% 顶尖科学家。五次获最佳论文级奖项（ACL 2025 最佳论文奖、UKRI AI 2026 年度最佳论文、ICCV 2023 最佳论文入围、CoRL 2020 最佳系统论文奖、AAMAS 2021 最佳前瞻性论文奖），入选国家级优秀青年人才、中国科协青年托举计划、国家人社部高层次留学人才，获麻省理工科技评论「AI 100 青年榜」、福布斯中国 2025 科创革新力人物、吴文俊人工智能科技进步奖。

论文之外，其开源工具 Safe-RLHF、OmniSafe、MARLlib、Bi-DexHands 被全球研究组广泛使用；通过校企联合实验室孵化了灵初智能（具身基础模型）、逆矩阵科技（世界模型）两家独角兽企业，并主持国家自然科学基金、科技部、北京市科委项目五十余项。主讲《大语言模型基础与对齐》《多智能体系统》课程，获北京大学教学成果奖、全国计算机教学案例大赛奖；指导学生获北大五四奖章、校长奖学金、年度人物，以及腾讯混元、商汤奖学金。

现任 ICML、ICLR、NeurIPS、AAAI、IJCAI、AAMAS、IROS 等会议（资深）领域主席，TMLR、Neural Networks、Scientific Reports 期刊编委。加入北大前，曾任伦敦国王学院助理教授、华为英国研究所主任研究员、美国国际集团高级经理。本科毕业于中国科学技术大学，硕士毕业于帝国理工学院，博士毕业于伦敦大学学院，获校唯一提名角逐 ACM SIGAI 优秀博士论文奖。