张加佳，男，1984年3月出生，博士，硕士生导师。哈尔滨工业大学硕士、博士毕业，北京大学博士后。现任哈尔滨工业大学（深圳）计算机科学与技术学院副研究员、计算学部决策智能研究所所长助理，计算机学院人工智能应用研究所副所长、计算机应用研究中心副主任，广东省决策智能重点实验室副主任。主要学术兼职包括：中国电子科技集团客座教授，IEEE CIS Task Force on Artificial Immune Systems委员，Rosalind Member of London Journals Press，哈工大（深圳）-平安科技粤港澳智慧金融研究中心副主任。 自2006年以来一直从事人工智能方面的科研与教学工作，着力于机器博弈决策、网络安全博弈对抗、智能多媒体信息处理等领域的研究。自硕士阶段开始一直从事非完全信息博弈决策研究，带领课题组在AAAI举办的世界非完全信息博弈计算机德州扑克大赛中连续5年保持世界前三、亚洲第一，2019年NIPS侦查棋博弈大赛世界第五名，信息侦测项目世界第一名。作为项目负责人或项目主要参与人参与国家重大科技攻关项目、国家863项目、国家自然科学基金（重点）项目、广东省科技计划项目、深圳市基础研究重点项目等40余项。共发表包括国际顶级会议AAAI在内的论文16篇，专著1部，获得国家发明专利10项，授权5项。获省部级科学技术奖一等奖二项、二等奖二项、深圳市科技进步二等奖一项、中国人工智能学会创新创业特等奖两项，是中国人工智能学会2019年度最佳青年科技成果奖获得者。参与指导硕士研究生毕业40余人。 教育经历 2009.3至2015.1 哈尔滨工业大学（深圳） 计算机科学与技术 博士 2006.9至2008.12 哈尔滨工业大学（深圳） 计算机科学与技术 硕士 2002.9至2006.9 哈尔滨工业大学 计算机科学与技术 学士 研究与工作经历 2015.7至2018.9 北京大学 博士后/研究员 2018.11至2019.8 鹏城实验室 助理研究员 2019年8至今 哈尔滨工业大学（深圳） 副研究员 科研项目 总装备部装备预研重点实验室基金项目，复杂环境下的博弈决策技术研究，2019-2021 国家重点研发计划项目，基于异构多源信息的安全分析、态势感知与决策关键技术与系统-海量多元异构网络安全数据汇聚、融合、存储管理与共享，2017.7-2021 广东省重点研发计划，面向大数据应用的隐私保护与对抗技术与方法，2018~2021 哈工大（深圳）+平安科技粤港澳智慧金融研究中心，2020~2023 哈工大（深圳）-南大通用数据库研究中心，2020~2023 广东省重点领域研发计划—超大规模AI算力驱动的非完全信息博弈决策关键技术研发及应用，2020~2023 金融预警预测关键技术研发，2023~2024 哈工大-工深智汇决策大模型关键技术联合实验室，2023~2025 科研成果及奖励 2023年 指挥与控制学会 战略博弈推演系统创意设计赛 一类优胜奖 2022年 广东省科技进步一等奖 多层次金融风险智能预警关键技术及其应用 2022年 教育部2022年度高等学校科学研究优秀成果奖二等奖 云数据隐私计算与管控关键技术及应用 2021年 深圳市科学技术奖二等奖-云计算环境用户数据隐私保护与平台管控关键技术及应用 2020年 中国多智能体空战对抗赛（指挥与控制学会）——“九凤”系统获得第四名 2019年 NIPS侦查棋博弈大赛世界第五名，信息侦测项目世界第一名。 2019年 中国人工智能学会最佳青年科技成果奖——非完全信息多智能体博弈决策研究 2018年 世界扑克博弈大赛（ACPC）—德州扑克项目二人无限注项目第三名；三人、六人项目第三名 2017年 世界扑克博弈大赛（ACPC）—德州扑克项目二人无限注项目第三名 2015年 首届全国青年人工智能创新创业大会—移动互联网人工智能游戏引擎 特等奖 2015年 广东省计算机学会科学技术奖—非完备信息机器博弈中风险及对手模型的设计 2015年 世界扑克博弈大赛（ACPC）—德州扑克项目第三名 2014年 世界扑克博弈大赛（ACPC）—德州扑克项目第四名、Kuhn扑克项目第三名 2013年 深圳市科技进步奖—高效网络海量多媒体安全管理系统 2013年 世界扑克博弈大赛（ACPC）—德州扑克项目第四名

机器学习、人工智能，主要研究方向是机器博弈决策、金融博弈决策、多智能体目标规划

哈尔滨工业大学计算学部决策智能研究所所长助理 哈尔滨工业大学（深圳）计算机学院人工智能应用研究所副所长 哈尔滨工业大学（深圳）计算机学院计算机应用中心副主任 IEEE CIS Task Force on Artificial Immune Systems委员 中国电子科技集团客座教授 哈工大-平安科技粤港澳智慧金融联合研究中心副主任

发表著作 王轩、汤步洲、陈清才、徐睿峰、廖清、张晓峰、张加佳、漆舒汉，《人工智能通识》，机械工业出版社，2019年，ISBN-978-7-111-66225-9。 肖京、赖家才、王轩、张加佳等，《数字化赋能高质量发展》，人民出版社，2023年，ISBN-978-7-01-025784-6。 近三年代表性论文 Huale Li, Zengyue Guo, Yang Liu, Xuan Wang, Shuhan Qi, Jiajia Zhang(#),Jing Xiao,"Kdb-D2CFR: Solving Multiplayer imperfect-information games withknowledge distillation-based DeepCFR",Knowledge based systems,2023. (SCI-Q1, IF: 8.038). Shuhan Qi,Xinhao Huang,Peixi Peng,Xuzhong Huang,Jiajia Zhang(#)and Xuan Wang,"Cascaded Attention: Adaptive and Gated Graph Attention Network for Multiagent Reinforcement Learning".IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS,2022.(SCI-Q1). Jiajia Zhang, Xiaozhen Sun, Dandan Zhang, Xuan Wang, Shuhan Qi and Tao Qian, "Fittest survival: an enhancement mechanism for Monte Carlo tree search", International Journal of Bio-Inspired Computation, Vol. 18, No. 2, pp 122–130, October 5, 2021. https://doi.org/10.1504/IJBIC.2021.118092.(SCI-Q1,, IF: 3.977). Huale Li, Rui Cao, Xuan Wang, Xiaohan Hou, Tao Qian, Fengwei Jia, Jiajia Zhang（#）, Shuhan Qi, "AIBPO: Combine the Intrinsic Reward and Auxiliary Task for 3D Strategy Game", Complexity, vol. 2021, ArticleID 6698231, 2021.(SCI-Q2). Xiaohan Hou，Zhenyang Guo，Xuan Wang，Tao Qian，Shuhan Qi*, Jiajia Zhang（#）, Jing Xiao:Parallel Learner: A Practical Deep Reinforcement Learning Framework for Multi-scenarios Games. Knowledge based systems (SCI-Q1, IF: 8.038). Li, Huale and Wang, Xuan and Li, Kunchi and Jia, Fengwei and Wu, Yulin and Jiajia Zhang（#） and Qi, Shuhan. Scalable sub-game solving for imperfect-information games [J]. Knowledge-Based Systems, 2021.DOI:10.1016/j.knosys. 2021.107434, (SCI-Q1, IF: 8.038). Zhenyang Guo, Xuan Wang, Shuhan Qi, Tao Qian, Jiajia Zhang（#）, Heuristic Sensing: An Uncertainty Exploration Method in Imperfect Information Games, Complexity, vol.2020.(SCI-Q2). Peilan Xu, Wenjian Luo, Xin Lin, Jiajia Zhang, Yingying Qiao, and Xuan Wang. Constraint-Objective Cooperative Coevolution for Large-Scale Constrained Optimization. ACM Transactions on Evolutionary Learning and Optimization, 1(3), Article No.: 12, pp. 1-26, September, 2021. 会议论文及发表演说 Nan Zhou, Wenjian Luo, Jiajia Zhang, Linghao Kong, and Hongwei Zhang. Hiding All Labels for Multi-label Images: An Empirical Study of Adversarial Examples. Proceedings of the 2021 International Joint Conference on Neural Networks (IJCNN 2021), Shenzhen, China, July 18-22, 2021. Wenjian Luo, Xin Lin, Jiajia Zhang, and Mike Preuss. A Survey of Nearest-Better Clustering in Swarm and Evolutionary Computation. Proceedings of the 2021 IEEE Congress on Evolutionary Computation (CEC 2021), Kraków, Poland, June 28 - July 1 Zhang J, Wang X, Yao L, Li L, Shen X. Using Kullback-Leibler Divergence to Model Opponents in Poker[C]. 28th AAAI Conference on Artificial Intelligence (AAAI 2014). Quebec City, Canada. 2014:50-57.（EI，CCF A类） Zhang J, Wang X, Yang L, Ji J, Zhi D. Analysis of UCT Algorithm Policies in imperfect information game[C]2nd IEEE international conference on cloud computing and intelligence systems (CCIS 2012) on. HangZhou, China. 2012:168-173 （EI） Wang X, Zhang J, Xu X, et al. Risk Dominance Strategy in Imperfect Information Multi-player Game[C]//Intelligent Systems Design and Applications, 2008. ISDA’08. Eighth International Conference on. Taiwan, China: IEEE, 2008，2:596–601.（EI） Jiajia Zhang, Xuan Wang, Jing Lin, Zhoayang Xu, UCT Algorithm in Imperfect Information Multi-Player Military Chess Game [C] // 11th Joint Conference on Information Science (2008), Shenzhen, China: JCIS, 2008。 Zhang J, Liu H. Building Endgame Data set to Improve Opponent Modeling Approach[C]// IEEE Second International Conference on Data Science in Cyberspace. IEEE Computer Society, 2017:255-260.（EI） 张加佳，刘宏，钱涛，多人扩展式博弈问题中的虚拟遗憾最小化算法的研究，第十二届中国智能机器人大会会刊，2017：10:534-539. Zhang J., Liu H. Reinforcement Learning with Monte Carlo Sampling in Imperfect Information Problems. International Conference on Cognitive Computing. ICCC 2018. Lecture Notes in Computer Science, vol 10971. Springer, 2018:55-67.（EI）