1. Three Types of Deep Reinforcement Learning Applications (吳毅成)
介紹三種類型的深度強化式學習之應用
2. Accelerating and Improving AlphaZero Using Population Based Training (吳廸融)
用PBT 方法改進AlphaZero，與目前同規格中最強的開源圍棋程式（Facebook 所開發的OpenGo）相比，勝率達74%
3. On Strength Adjustment for MCTS-Based Programs (劉安仁)
棋力分級與調整技術，討論如何穩定地調整棋力強度，同時也可用於動態評估棋士棋力。
4. The Human-Like Design of Video Game Bot (何國豪、林九州)
對於許多video games公司，除了希望設計遊戲AI能過關獲得高分外，同時也希望達到擬人效果。
5. Experiences on Car Racing Competitions at AWS DeepRacer (黃勁博、朱詠嘉、陳源灝)
分享此次AWS DeepRacer獲得台灣區冠軍、十月虛擬賽冠軍、拉斯維加斯世界賽銅牌的參賽經驗
