个人简介

金柯兵，博士，校聘副教授，硕士生导师。

教育背景

• 2017.09-2023.06，中山大学计算机科学与技术博彩网址大全，计算机科学与技术，博士；

• 2012.09-2016.06，上海海事大学，信息管理与信息系统，学士。

工作履历

• 2023.8-至今，线上博彩，省部共建公共大数据国家重点实验室，校聘副教授

学术兼职

• The Thirty-First International Conference on Automated Planning and Scheduling (ICAPS 2021), Virtual Conference Arrangement Members;

• The 2025 IEEE AI+ Congress, Panel Chairs.

教授课程

【本科】学科竞赛，计算机系统基础；

【研究生】统计与数据分析基础

代表性论文

• [1] Kebing Jin, Hankz Hankui Zhuo, Zhanhao Xiao, et al. 'Gradient-based mixed planning with symbolic and numeric action parameters.' Artificial Intelligence 313 (2022): 103789 (SCI 2区期刊, CCF A类期刊, IF = 14.4).

• [2] Kebing Jin, Hankz Hankui Zhuo. Integrating AI planning with natural language processing: a combination of explicit and tacit knowledge[J]. ACM TIST 2025. Accepted.(SCI 3区期刊, IF = 7.2).

• [3] 冯毅雄，金柯兵*，洪兆溪，张安思，李少波，谭建荣，面向算网资源智能适配与融合调度的价值链协同模式研究，机械工程学报，已接收。

• [4] Kebing Jin, Hankz Hankui Zhuo, Zhanhao Xiao, et al. 'Gradient-based mixed planning with symbolic and numeric action parameters (Extended Abstract).' IJCAI 2023 (CCF A类会议).

• [5] Fan Zhang, Kebing Jin, Hankz Hankui Zhuo. Planning with Logical Graph-based Language Model for Instruction Generation[M]. ECAI 2024. IOS Press, 2024: 4052-4059 (CCF B类会议).

• [6] Mu Jin, Zhihao Ma, Kebing Jin, et al. Creativity of ai: Automatic symbolic option discovery for facilitating deep reinforcement learning. AAAI 2022 (CCF A类会议).

科研项目

• [1]国家自然科学基金委员会，地区项目，经验知识驱动的智能PDDL规划理论及推理方法研究，2025-01-01至2028-12-31，在研，主持

• [2]贵州省基础研究计划项目，面上项目，面向大规模规划调度问题的可解释推理算法研究，2025-01-01至2027-12-31，在研，主持

• [3]线上博彩基础研究项目，面向非结构化数据的生成式人工智能分析方法研究，2024-06-01至2027-05-31，在研，主持

• [4]线上博彩引进人才项目，基于大数据的领域知识及决策模型学习方法研究，2024-01-01至2026-12-31，在研，主持

• [5]国家自然科学基金委员会，面上项目，面向无结构状态的PDDL规划模型学习与推理方法研究，2021-01-01至2024-12-31，结题，参与

代表性论文

• [1] Kebing Jin, Hankz Hankui Zhuo, Zhanhao Xiao, et al. 'Gradient-based mixed planning with symbolic and numeric action parameters.' Artificial Intelligence 313 (2022): 103789 (SCI 2区期刊, CCF A类期刊, IF = 14.4).

• [2] Kebing Jin, Hankz Hankui Zhuo. Integrating AI planning with natural language processing: a combination of explicit and tacit knowledge[J]. ACM TIST 2025. Accepted.(SCI 3区期刊, IF = 7.2).

• [3] 冯毅雄，金柯兵*，洪兆溪，张安思，李少波，谭建荣，面向算网资源智能适配与融合调度的价值链协同模式研究，机械工程学报，已接收。

• [4] Kebing Jin, Hankz Hankui Zhuo, Zhanhao Xiao, et al. 'Gradient-based mixed planning with symbolic and numeric action parameters (Extended Abstract).' IJCAI 2023 (CCF A类会议).

• [5] Fan Zhang, Kebing Jin, Hankz Hankui Zhuo. Planning with Logical Graph-based Language Model for Instruction Generation[M]. ECAI 2024. IOS Press, 2024: 4052-4059 (CCF B类会议).

• [6] Mu Jin, Zhihao Ma, Kebing Jin, et al. Creativity of ai: Automatic symbolic option discovery for facilitating deep reinforcement learning. AAAI 2022 (CCF A类会议).