2023年4月3日上午，来自得克萨斯大学奥斯汀分校的高睿老师为浙江大学管理学院的老师和同学们带来了一场干货满满的学术报告，报告题为“Optimal Robust policy for Feature-based Newsvendor”。高睿老师介绍了解决基于特征的报童问题的新方法，平衡了大多数现有文献方法的解释性不足和难以保证最优性的问题。
讲座正式开始前，由数据科学与管理工程学系的崔政老师向现场师生介绍了报告人高睿老师。高睿博士毕业于佐治亚理工学院，其研究方向为基于不确定性的数据驱动决策、鲁棒优化等，目前担任数学优化领域国际顶级期刊《Mathematical Programming》的副主编，他的研究工作获得了学界与业界一致认可。
随后，高睿老师从研究问题、解决方法和数值实验等多个方面入手详细介绍了数据驱动的报童模型。高睿老师指出，传统的基于特征的报童模型通常需要在模型最优性与模型可解释性、计算复杂性之间进行权衡取舍。与这些方法不同的是，高睿老师提出了一种端对端的、从数据到决策的非参数化优化方法，在不损失最优性的同时，仍然能够得到高效的求解方式。具体来说，为了对未知特征情况下的问题进行定义，高睿老师引入了基于Wasserstein距离的分布鲁棒框架。此外，高睿教授创新性地将样本内得到的计算结果推广到样本外的情况。最后数值实验的结果也表明了方法的优越性。
报告之后接着是现场答疑，在场的老师、学生积极提出各自的疑惑之处，高老师深入剖析，认真细致解答大家的疑问。
此次讲座使在场师生了解到相关领域前沿的研究成果，开阔了学术视野，启迪了科研思路，对师生未来的科研道路具有较好的启发意义，大家纷纷表示受益匪浅。
