雷鋒網(wǎng) AI 科技評(píng)論消息，第 32 屆 AAAI 大會(huì)（AAAI 2018）日前已經(jīng)進(jìn)入到第三天。當(dāng)?shù)貢r(shí)間 2 月 6 日上午，AAAI 組委會(huì)進(jìn)行了 AAAI 大會(huì)獎(jiǎng)項(xiàng)（AAAI Conference Awards）的宣布，頒獎(jiǎng)儀式同期進(jìn)行。

雷鋒網(wǎng)AI 科技評(píng)論作為持續(xù)關(guān)注頂級(jí)學(xué)術(shù)會(huì)議的雷鋒網(wǎng)學(xué)術(shù)頻道，從 2016 年開始涉足、參與并報(bào)道國(guó)際學(xué)術(shù)會(huì)議，不僅為讀者帶來(lái)一線精彩報(bào)道，更為人工智能相關(guān)領(lǐng)域的學(xué)者們提供更多縱覽全球?qū)W術(shù)會(huì)議的機(jī)會(huì)。如果讀者們想了解雷鋒網(wǎng)  AI 科技評(píng)論 2017 年走遍全球 11 個(gè)學(xué)術(shù)頂會(huì)所帶來(lái)的精彩報(bào)道，歡迎掃描文章底部二維碼，了解 AI 科技評(píng)論的年度特輯。

論文獎(jiǎng)項(xiàng)

AAAI 2018 今年共收到論文投稿 3808 篇，接收論文 938 篇，接收率約為 24%。AAAI 大會(huì)評(píng)出杰出論文、杰出學(xué)生論文各一篇，杰出論文提名、杰出學(xué)生論文提名各一篇，以及經(jīng)典論文一篇。盡管《Memory-Augmented Monte Carlo Tree Search》獲得 AAAI 2018 杰出論文的消息早已傳播開來(lái)，但論文內(nèi)容直到上周末才正式公開；此外，這篇杰出論文的第一作者和第二作者均為華人。

杰出論文獎(jiǎng)

《Memory-Augmented Monte Carlo Tree Search》記憶增強(qiáng)的蒙特卡洛樹搜索

作者：Chenjun Xiao，Jincheng Mei，Martin Müller 

獲獎(jiǎng)理由：這篇論文基于記憶結(jié)構(gòu)的值逼近，為實(shí)時(shí)蒙特卡羅樹搜索提供了理論分析和實(shí)踐驗(yàn)證。

論文摘要：這篇論文提出并評(píng)估了記憶增強(qiáng)蒙特卡洛樹搜索（M-MCTS），這一方法為在線實(shí)時(shí)搜索提出了一種新的利用泛化性的方式。記憶增強(qiáng)蒙特卡洛樹搜索的關(guān)鍵思路是把蒙特卡洛樹搜索和一個(gè)記憶結(jié)構(gòu)組合起來(lái)，記憶結(jié)構(gòu)中的每個(gè)存儲(chǔ)位置都可以包含某個(gè)特定狀態(tài)的信息。通過(guò)綜合類似的狀態(tài)的估計(jì)結(jié)果，這些記憶可以生成逼近的估計(jì)值。作者們展示了，在隨機(jī)情況下，基于記憶的逼近值有更高可能性比原始的蒙特卡洛樹搜索表現(xiàn)更好。作者們也在圍棋游戲中評(píng)估了記憶增強(qiáng)蒙特卡洛樹搜索，實(shí)驗(yàn)結(jié)果表明，在同樣的模擬步數(shù)下記憶增強(qiáng)蒙特卡洛樹搜索也比原始版本有更好的表現(xiàn)。

論文地址：https://webdocs.cs.ualberta.ca/~mmueller/ps/2018/Chenjun-Xiao-M-MCTS-aaai18-final.pdf 

杰出論文提名 

《Generalized Adjustment Under Confounding and Selection Biases》對(duì)選擇偏倚和混雜偏倚的泛化調(diào)節(jié)處理方法

作者：Juan D. Correa，Jin Tian，Elias Bareinboim

獲獎(jiǎng)理由：論文提出了一個(gè)新的方法，使之能排除選擇偏倚和混雜偏倚的干擾，以計(jì)算因果效應(yīng)

論文摘要：選擇偏倚和混雜偏倚是限制常見推理方法在大尺度環(huán)境下使用的最常見的兩個(gè)障礙。在這篇論文中，作者們泛化了后門調(diào)節(jié)的想法，以便同時(shí)處理這兩種偏倚，并且在不引入選擇偏倚的情況下利用可能的外部數(shù)據(jù)（比如來(lái)自人口調(diào)查的數(shù)據(jù)）。作者們介紹了調(diào)節(jié)對(duì)（adjustment pair）的思路，并展示了通過(guò)調(diào)節(jié)方法識(shí)別因果關(guān)系的完整圖形條件。作者們還進(jìn)一步設(shè)計(jì)了一個(gè)算法，以多項(xiàng)式形式列出所有可以處理的調(diào)節(jié)對(duì)，對(duì)于希望評(píng)估以部分可處理的調(diào)節(jié)對(duì)的特定屬性（常見屬性包括開銷、變化、測(cè)量難度）的研究人員來(lái)說(shuō)這會(huì)很有用。最后，作者們描述了一種統(tǒng)計(jì)性的估計(jì)過(guò)程，一旦確認(rèn)了某個(gè)設(shè)置是可以處理的就可以執(zhí)行這個(gè)過(guò)程；它可以用來(lái)處理有限樣本中的多種問(wèn)題。

論文地址：https://pdfs.semanticscholar.org/023a/a92487c037a7557b9b74e894003725afd00a.pdf 

杰出學(xué)生論文

《Counterfactual Multi-Agent Policy Gradients》反事實(shí)多智能體策略梯度

作者：Jakob Foerster, Gregory Farquhar, Triantafyllos Afouras, Nantas Nardelli, Shimon Whiteson

獲獎(jiǎng)理由：提出了一種新穎的多智能體強(qiáng)化學(xué)習(xí)算法以增加可應(yīng)用于實(shí)時(shí)策略游戲的信用賦值。

論文摘要：許多現(xiàn)實(shí)世界中的問(wèn)題，比如網(wǎng)絡(luò)數(shù)據(jù)包的路由，或者自動(dòng)駕駛汽車之間的協(xié)調(diào)，都可以很自然地看作合作性的多智能體系統(tǒng)問(wèn)題來(lái)建模。這就對(duì)新的強(qiáng)化學(xué)習(xí)方法提出了強(qiáng)烈的需求，以便為這些系統(tǒng)高效地學(xué)習(xí)到區(qū)中心化的運(yùn)行策略。出于這個(gè)目的，作者們提出了一種新的多智能體的「執(zhí)行者-批評(píng)者」方法：反事實(shí)多智能體策略梯度（COMA）。COMA 中使用一個(gè)中心化的批評(píng)者估計(jì) Q 函數(shù)和區(qū)中心化的執(zhí)行者，從而優(yōu)化智能體的運(yùn)行策略。除此之外，為了解決多智能體間互相建立信任的問(wèn)題，它使用了一個(gè)會(huì)把單個(gè)智能體的動(dòng)作邊緣化的反事實(shí)基準(zhǔn)線，同時(shí)還能保證其它智能體的動(dòng)作不變。COMA 中使用了一個(gè)批評(píng)式的表征，從而使得這個(gè)反事實(shí)基準(zhǔn)線可以在單個(gè)前饋流程中進(jìn)行高效的計(jì)算。作者們?cè)谛请H爭(zhēng)霸游戲的單位控制測(cè)試環(huán)境中評(píng)估了 COMA 的表現(xiàn)，使用了非常便于分別觀察的去中心化變量。與這個(gè)環(huán)境下的其它多智能體執(zhí)行者-批評(píng)者方法相比，COMA 的平均表現(xiàn)有顯著提高，而且 COMA 得到的最好的智能體的表現(xiàn)可以和頂尖的具有全狀態(tài)數(shù)據(jù)的中心化控制方法相提并論。

論文地址：https://arxiv.org/abs/1705.08926

杰出學(xué)生論文提名（這一獎(jiǎng)項(xiàng)在現(xiàn)場(chǎng)沒(méi)有頒布）

《Adapting a Kidney Exchange Algorithm to Align with Human Values》改造出和人類的價(jià)值一致的腎臟分配算法

作者：Rachel Freedman，Jana Schaich Borg，Walter Sinnott-Armstrong，John P. Dickerson，Vincent Conitzer

論文摘要：如何高效分配有限的資源是經(jīng)濟(jì)學(xué)和計(jì)算機(jī)科學(xué)兩個(gè)領(lǐng)域共有的經(jīng)典問(wèn)題。對(duì)于腎臟移植手術(shù)來(lái)說(shuō)，通常會(huì)由一個(gè)中央市場(chǎng)把一切正常的腎臟捐贈(zèng)者分配給等待腎臟的病人。在腎臟分配中，病人和捐贈(zèng)者首先由委員會(huì)通過(guò)特設(shè)的權(quán)重決定優(yōu)先級(jí)，然后輸入一個(gè)分配算法，由它決定哪個(gè)病人會(huì)分配到哪個(gè)捐贈(zèng)者——以及決定哪個(gè)病人分配不到捐贈(zèng)者。在這篇論文中，作者們提出了一種端到端的方法用于在腎臟分配中根據(jù)每個(gè)病人的檔案估計(jì)權(quán)重。作者們首先從人類被試者獲取了一組他們認(rèn)為可以用于決定病人優(yōu)先級(jí)的屬性（比如醫(yī)療特征，生活方式等等）。然后作者們根據(jù)不同病人的檔案向被試者提問(wèn)對(duì)比問(wèn)題，并根據(jù)他們的回答嚴(yán)格地計(jì)算出各個(gè)屬性的權(quán)重。作者們展示了如何在腎臟分配市場(chǎng)的分配算法中使用這些權(quán)重。作者們接著在模擬環(huán)境下評(píng)估了這些權(quán)重的影響，發(fā)現(xiàn)他們算出的權(quán)重的精確值其實(shí)影響很小，實(shí)際上需要的只是由權(quán)重計(jì)算出的檔案的排序。不過(guò)，與完全不給病人排優(yōu)先級(jí)的情況相比，帶有權(quán)重的算法還是取得了更好的表現(xiàn)，確實(shí)有部分類別的病人從前述的測(cè)試者的價(jià)值評(píng)價(jià)中獲得了優(yōu)先匹配（或者延后匹配）。

論文地址：https://users.cs.duke.edu/~conitzer/kidneyAAAI18.pdf 

杰出 SPC 和 PC

AAAI 2018 的杰出高級(jí)程序委員（SPC）獎(jiǎng)項(xiàng)頒給了 J?rg Hoffmann 教授。

J?rg Hoffmann 教授是德國(guó)薩爾蘭大學(xué)數(shù)學(xué)和計(jì)算機(jī)科學(xué)院長(zhǎng)，領(lǐng)導(dǎo)人工智能集團(tuán)基金會(huì)（FAI）。他在弗萊堡大學(xué)獲得博士學(xué)位，他的主要研究領(lǐng)域包括和 problem solving 有關(guān)的一系列話題，特別是組合搜索問(wèn)題的建模和解決方案。主要研究領(lǐng)域包括自動(dòng)化規(guī)劃，SAT / CP，模型檢查，語(yǔ)義 Web 服務(wù)，業(yè)務(wù)流程管理，馬爾可夫決策過(guò)程，自然語(yǔ)言句子生成，模擬網(wǎng)絡(luò)安全滲透測(cè)試等相關(guān)領(lǐng)域。

AAAI 2018 的 20 位杰出程序委員（PC）獲獎(jiǎng)名單如下，其中，Haiping Lu（呂海平）和 Xiangyuan Lan 為獲獎(jiǎng)的兩位華人。

呂海平目前在英國(guó)謝菲爾德大學(xué)擔(dān)任機(jī)器學(xué)習(xí)領(lǐng)域的講師，于 2008 年獲得多倫多大學(xué)電子及計(jì)算機(jī)工程博士學(xué)位。他的主要研究領(lǐng)域包括: 模式識(shí)別，機(jī)器學(xué)習(xí)；多元統(tǒng)計(jì)分析，張量計(jì)算；圖像處理，視頻處理；生物識(shí)別，生物醫(yī)學(xué)工程等。于 2013 獲得 IEEE 杰出博士論文獎(jiǎng)，2014／2015 年香港研究資助局 Early Career Award。他曾先后擔(dān)任 ICML-18, AAAI-18, NIPS-17, AAAI-17, AISTATS-17, NIPS-16, IJCAI-16 的組委會(huì)成員，也是 IJCAI－18 的高級(jí)組委會(huì)成員。

藍(lán)湘源目前在香港浸會(huì)大學(xué)擔(dān)任博士后研究員，研究興趣包括計(jì)算機(jī)視覺(jué)和模式識(shí)別問(wèn)題的稀疏表示和深度學(xué)習(xí)。2012 年畢業(yè)于華南理工大學(xué)計(jì)算機(jī)科學(xué)系，2016 年在香港浸會(huì)大學(xué)獲得博士學(xué)位。他曾在 2015 年擔(dān)任美國(guó)馬里蘭大學(xué)的訪問(wèn)學(xué)者。

最佳學(xué)生論文展示獎(jiǎng)

每篇論文在現(xiàn)場(chǎng)有三分鐘的展示時(shí)間，經(jīng)過(guò)激烈角逐，Ellis Hoa 和 Janardhan Doppa 的 poster 論文《Bayesian Optimization Meets Search-Based Optimization：A Hybrid Approach for Multi-Fidelity Optimization》獲得了 AAAI 2018 的最佳學(xué)生論文展示獎(jiǎng)。

以上便是 AAAI 會(huì)議獎(jiǎng)項(xiàng)的全部?jī)?nèi)容。四篇最佳論文及提名論文將會(huì)在接下來(lái)兩天陸續(xù)進(jìn)行展示，敬請(qǐng)期待雷鋒網(wǎng) AI 科技評(píng)論帶來(lái)的后續(xù)報(bào)道。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。