雷鋒網(wǎng) AI 科技評論消息，第 32 屆 AAAI 大會（AAAI 2018）日前已經(jīng)進入到第三天。當(dāng)?shù)貢r間 2 月 6 日上午，AAAI 組委會進行了 AAAI 大會獎項（AAAI Conference Awards）的宣布，頒獎儀式同期進行。

雷鋒網(wǎng)AI 科技評論作為持續(xù)關(guān)注頂級學(xué)術(shù)會議的雷鋒網(wǎng)學(xué)術(shù)頻道，從 2016 年開始涉足、參與并報道國際學(xué)術(shù)會議，不僅為讀者帶來一線精彩報道，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)會議的機會。如果讀者們想了解雷鋒網(wǎng)  AI 科技評論 2017 年走遍全球 11 個學(xué)術(shù)頂會所帶來的精彩報道，歡迎掃描文章底部二維碼，了解 AI 科技評論的年度特輯。

論文獎項

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 大會評出杰出論文、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，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

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

作者：Chenjun Xiao，Jincheng Mei，Martin Müller 

獲獎理由：這篇論文基于記憶結(jié)構(gòu)的值逼近，為實時蒙特卡羅樹搜索提供了理論分析和實踐驗證。

論文摘要：這篇論文提出并評估了記憶增強蒙特卡洛樹搜索（M-MCTS），這一方法為在線實時搜索提出了一種新的利用泛化性的方式。記憶增強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記憶結(jié)構(gòu)組合起來，記憶結(jié)構(gòu)中的每個存儲位置都可以包含某個特定狀態(tài)的信息。通過綜合類似的狀態(tài)的估計結(jié)果，這些記憶可以生成逼近的估計值。作者們展示了，在隨機情況下，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估了記憶增強蒙特卡洛樹搜索，實驗結(jié)果表明，在同樣的模擬步數(shù)下記憶增強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

獲獎理由：論文提出了一個新的方法，使之能排除選擇偏倚和混雜偏倚的干擾，以計算因果效應(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)（比如來自人口調(diào)查的數(shù)據(jù)）。作者們介紹了調(diào)節(jié)對（adjustment pair）的思路，并展示了通過調(diào)節(jié)方法識別因果關(guān)系的完整圖形條件。作者們還進一步設(shè)計了一個算法，以多項式形式列出所有可以處理的調(diào)節(jié)對，對于希望評估以部分可處理的調(diào)節(jié)對的特定屬性（常見屬性包括開銷、變化、測量難度）的研究人員來說這會很有用。最后，作者們描述了一種統(tǒng)計性的估計過程，一旦確認(rèn)了某個設(shè)置是可以處理的就可以執(zhí)行這個過程；它可以用來處理有限樣本中的多種問題。

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

杰出學(xué)生論文

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

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

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

論文摘要：許多現(xiàn)實世界中的問題，比如網(wǎng)絡(luò)數(shù)據(jù)包的路由，或者自動駕駛汽車之間的協(xié)調(diào)，都可以很自然地看作合作性的多智能體系統(tǒng)問題來建模。這就對新的強化學(xué)習(xí)方法提出了強烈的需求，以便為這些系統(tǒng)高效地學(xué)習(xí)到區(qū)中心化的運行策略。出于這個目的，作者們提出了一種新的多智能體的「執(zhí)行者-批評者」方法：反事實多智能體策略梯度（COMA）。COMA 中使用一個中心化的批評者估計 Q 函數(shù)和區(qū)中心化的執(zhí)行者，從而優(yōu)化智能體的運行策略。除此之外，為了解決多智能體間互相建立信任的問題，它使用了一個會把單個智能體的動作邊緣化的反事實基準(zhǔn)線，同時還能保證其它智能體的動作不變。COMA 中使用了一個批評式的表征，從而使得這個反事實基準(zhǔn)線可以在單個前饋流程中進行高效的計算。作者們在星際爭霸游戲的單位控制測試環(huán)境中評估了 COMA 的表現(xiàn)，使用了非常便于分別觀察的去中心化變量。與這個環(huán)境下的其它多智能體執(zhí)行者-批評者方法相比，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（這一獎項在現(xiàn)場沒有頒布）

《Adapting a Kidney Exchange Algorithm to Align with Human Values》改造出和人類的價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)濟學(xué)和計算機科學(xué)兩個領(lǐng)域共有的經(jīng)典問題。對于腎臟移植手術(shù)來說，通常會由一個中央市場把一切正常的腎臟捐贈者分配給等待腎臟的病人。在腎臟分配中，病人和捐贈者首先由委員會通過特設(shè)的權(quán)重決定優(yōu)先級，然后輸入一個分配算法，由它決定哪個病人會分配到哪個捐贈者——以及決定哪個病人分配不到捐贈者。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)每個病人的檔案估計權(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對比問題，并根據(jù)他們的回答嚴(yán)格地計算出各個屬性的權(quán)重。作者們展示了如何在腎臟分配市場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)重的精確值其實影響很小，實際上需要的只是由權(quán)重計算出的檔案的排序。不過，與完全不給病人排優(yōu)先級的情況相比，帶有權(quán)重的算法還是取得了更好的表現(xiàn)，確實有部分類別的病人從前述的測試者的價值評價中獲得了優(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 的杰出高級程序委員（SPC）獎項頒給了 J?rg Hoffmann 教授。

J?rg Hoffmann 教授是德國薩爾蘭大學(xué)數(shù)學(xué)和計算機科學(xué)院長，領(lǐng)導(dǎo)人工智能集團基金會（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，特別是組合搜索問題的建模和解決方案。主要研究領(lǐng)域包括自動化規(guī)劃，SAT / CP，模型檢查，語義 Web 服務(wù)，業(yè)務(wù)流程管理，馬爾可夫決策過程，自然語言句子生成，模擬網(wǎng)絡(luò)安全滲透測試等相關(guān)領(lǐng)域。

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

呂海平目前在英國謝菲爾德大學(xué)擔(dān)任機器學(xué)習(xí)領(lǐng)域的講師，于 2008 年獲得多倫多大學(xué)電子及計算機工程博士學(xué)位。他的主要研究領(lǐng)域包括: 模式識別，機器學(xué)習(xí)；多元統(tǒng)計分析，張量計算；圖像處理，視頻處理；生物識別，生物醫(yī)學(xué)工程等。于 2013 獲得 IEEE 杰出博士論文獎，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 的組委會成員，也是 IJCAI－18 的高級組委會成員。

藍(lán)湘源目前在香港浸會大學(xué)擔(dān)任博士后研究員，研究興趣包括計算機視覺和模式識別問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)計算機科學(xué)系，2016 年在香港浸會大學(xué)獲得博士學(xué)位。他曾在 2015 年擔(dān)任美國馬里蘭大學(xué)的訪問學(xué)者。

最佳學(xué)生論文展示獎

每篇論文在現(xiàn)場有三分鐘的展示時間，經(jīng)過激烈角逐，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。

以上便是 AAAI 會議獎項的全部內(nèi)容。四篇最佳論文及提名論文將會在接下來兩天陸續(xù)進行展示，敬請期待雷鋒網(wǎng) AI 科技評論帶來的后續(xù)報道。

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。