和敬凯-如何从历史中学习？基于RhymeRL的强化学习系统优化实践.pdfVIP

贯穿系统栈的强化学习加速

历史Rollout复用、协作式GPUKernel与高效AgentSandbox

和敬凯、杜冬冬（DongDu）

上海交通大学

合作研究：GuangdaSun、TianjianLi、Yunpeng

Dong,ErhuFeng、YubinXia、HaiboChen1/42

讲者介绍

和敬凯：上海交通大学并行与分布式系统实验博士生

研究方向：操作系统，AI基础设施

研究成果：发表在SOSP、OSDI、ASPLOS等国际著名会议和期刊（以第一作者身

和敬凯份）。获得SOSP2025最佳论文奖（近60年来亚洲第二次）。

杜冬冬：上海交通大学并行与分布式系统实验室/上交-华为先进研究中心副教授

研究方向：人工智能操作系统

研究成果：发表在SOSP、OSDI、ASPLOS、ISCA等国际著名会议和期刊。获得

SOSP2025最佳论文奖，FAST2026