雷鋒網(wǎng) AI 科技評(píng)論消息，第 32 屆 AAAI 大會(huì)（AAAI 2018）日前在美國(guó)新奧爾良拉開帷幕，會(huì)議時(shí)間為 2 月 2 日至 7 日。

作為人工智能領(lǐng)域最悠久、涵蓋內(nèi)容最廣泛的學(xué)術(shù)會(huì)議之一，歷屆 AAAI 都吸引了全世界的人工智能相關(guān)領(lǐng)域的研究者參與，會(huì)議的論文內(nèi)容也豐富多彩。近年來(lái)參加 AAAI 的中國(guó)學(xué)者和以及投稿 AAAI 的中國(guó)論文也都有明顯增加，這也印證了 AAAI 對(duì)中國(guó)學(xué)者們的吸引力。實(shí)際上，來(lái)自中國(guó)的論文投遞數(shù)在 2017 年為 785 篇，僅以微弱優(yōu)勢(shì)超越美國(guó)，但在今年實(shí)現(xiàn)了 58％的驚人提升，以 1242 篇論文當(dāng)仁不讓地成為 AAAI 2018 的「學(xué)術(shù)論文第一產(chǎn)地」。但從錄用論文的數(shù)量來(lái)說，中美兩國(guó)仍然不相上下，均有 260 余篇論文被收錄，可見來(lái)自中國(guó)的投稿數(shù)雖然有了大幅提升，但在質(zhì)量上仍然有進(jìn)步的空間。

AAAI 2018 今年共收到論文投稿 3808 篇，接受論文 938 篇，接受率 24%。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》獲得杰出論文的消息早已傳播開來(lái)，但論文內(nèi)容還是直到上周末才公開發(fā)表；另外，這篇來(lái)自阿爾伯塔大學(xué)的論文的三位作者中也有兩位是華人。

論文獲獎(jiǎng)介紹

杰出論文 Outstanding Paper：《Memory-Augmented Monte Carlo Tree Search》

• 記憶增強(qiáng)的蒙特卡洛樹搜索
  

• 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 

杰出學(xué)生論文 Outstanding Student Paper：《 Counterfactual Multi-Agent Policy Gradients》

• 反事實(shí)多智能體策略梯度

• 論文摘要：許多現(xiàn)實(shí)世界中的問題，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

杰出論文提名 Outstanding Paper, Honorable Mention：《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

• 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)過程；它可以用來(lái)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)生論文提名 Outstanding Student Paper, Honorable Mention：《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
  

• 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)典問題。對(duì)于腎臟移植手術(shù)來(lái)說，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對(duì)比問題，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，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 

經(jīng)典論文 Classic Paper：《Algorithm and Tool for Automated Ontology Merging and Alignment》

• 自動(dòng)本體合并和對(duì)齊的算法及工具

• 這篇論文來(lái)自 2000 年的第 17 屆 AAAI 大會(huì)。這次頒獎(jiǎng)是為了表彰這篇論文在本體匹配和集成研究方面的先驅(qū)性貢獻(xiàn)，論文中分析了這個(gè)問題的具體情況，并提出了首個(gè)創(chuàng)新的解決方案。

• 論文地址：https://www.aaai.org/Papers/AAAI/2000/AAAI00-069.pdf 

• 論文作者 Natasha Fridman Noy 應(yīng)邀在會(huì)議上進(jìn)行了演講，介紹了論文內(nèi)容以及這個(gè)問題研究的后續(xù)變遷，雷鋒網(wǎng) AI 科技評(píng)論也將為大家整理呈現(xiàn)演講內(nèi)容。請(qǐng)期待后續(xù)報(bào)道。

雷鋒網(wǎng) AI 科技評(píng)論報(bào)道

相關(guān)文章：

AAAI 2018全揭秘：1242篇中國(guó)投遞論文領(lǐng)跑全球，錄用數(shù)和美國(guó)平分秋色

AAAI 2018 六大前瞻亮點(diǎn)搶先看，BATJ、滴滴聚首學(xué)術(shù)頂會(huì)｜AAAI 2018

AAAI 2018，騰訊AI Lab 11篇錄用論文全解讀

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