0
5 月 9 日，第 19 屆AAMAS 2020 線上開幕！
作為人工智能研究領域的一大重要分支，多智能體系統(tǒng)經過近30年的發(fā)展日漸走向成熟，近年來備受矚目的德州撲克 AI、星際爭霸 AI 等都是多智能體系統(tǒng)研究的杰作。
人工智能 50 多年的醞釀和發(fā)展，催生出了一大批 AI 學術頂會，而多智能體系統(tǒng)學術研究發(fā)表的專屬殿堂級會議，就不得不提 AAMAS（International Joint Conference on Autonomous Agents and Multi-Agent Systems，智能體及多智能體系統(tǒng)國際會議 ）。
實際上，早于1995年首度在美國舊金山舉辦的國際多智能體系統(tǒng)會議 (International Conference on Multi-Agent Systems, ICMAS) 便是AAMAS的原型之一。
2002年，國際智能體及多智能體系統(tǒng)協(xié)會 (International Foundation for Autonomous Agents and Multi-agent Systems, IFAAMAS) 將 ICMAS與隨后相繼舉辦的另外兩大會議——智能體理論、架構和語言國際研討會 (International Workshop on Agent Theories, Architectures, and Languages, ATAL) 和國際自主智能體會議 (International Conference on Autonomous Agents, AA) 合并成了一個會議，也就是現(xiàn)在的AAMAS。
今年，多智能體系統(tǒng)研究界迎來了第 19 屆 AAMAS。
疫情下，與其他AI 學術頂會一樣，今年也注定成為 AAMAS 歷史上與眾不同的一年：5月9日至13日為期5天的AAMAS 2020，亦將采取全程線上參會的方式舉辦。
直播地址：https://underline.io/conferences/19
不過，形式雖有變，強悍的嘉賓陣容還是一如既往！隨著 AAMAS 2020 已于今日開幕，我們不妨先來一睹今年會議的特邀嘉賓陣容：
特邀嘉賓一：Sergey Levine
報告主題：Unsupervised Reinforcement Learning
個人簡介：Sergey Levine， 本、碩、博畢業(yè)于斯坦福大學的計算機科學專業(yè)，現(xiàn)為 UC Berkeley 電氣工程和計算機科學系的助理教授。他的主要研究方向是決策、控制相關的機器學習，聚焦于深度學習和強化學習算法的研究。研究成果在自主機器人、自動駕駛、計算機視覺等領域應用廣泛，研究成果被《紐約時報》、《MIT Technology Review》、BBC 等媒體多番報道，頗具影響力。
特邀嘉賓二：Thore Graepel
報告主題：Automatic Curricula in Deep Multi-Agent Reinforcement Learning
個人簡介：Thore Graepel，DeepMind 研究負責人兼?zhèn)惗卮髮W學院教授。他于2003年加入微軟研究院（劍橋），在此期間聯(lián)合創(chuàng)立了微軟研究院的在線服務和廣告部門。其最為矚目的成果是第一個擊敗人類職業(yè)圍棋選手、第一個戰(zhàn)勝圍棋世界冠軍的人工智能機器人 AlphaGo。
特邀嘉賓三：Carla Gomes
報告主題：AI for Advancing Scientific Discovery for a Sustainable Future
個人簡介：Carla Gomes，康奈爾大學教授兼計算可持續(xù)性研究所所長，研究方向包括聚焦于大規(guī)模約束推理、優(yōu)化以及機器學習的人工智能。她出版過150多本著作，是 AAAI/ACM/AAAS Fellow。
特邀嘉賓四：Alison Heppenstall
報告主題：Building Cities from Slime Mould, Agents and Quantum Field Theory
個人簡介：Alison Heppenstall，現(xiàn)任英國利茲大學的地理計算教授，也是英國倫敦艾倫圖靈研究所的ESRC圖靈研究員。她目前的主要研究工作包括大數(shù)據中“隱藏”時空模式的檢測、基于智能體模型的不確定性量化以及通過概率規(guī)劃和強化學習開發(fā)更魯棒的多智能體系統(tǒng)模型。
幾位多智能體研究領域的佼佼者，大家想pick 哪位呢？
最后附會議議程：
會議官網：https://aamas2020.conference.auckland.ac.nz/ 雷鋒網雷鋒網雷鋒網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
