从双人围棋比赛到多人德扑博弈,从相对静态的场景到动态变化的复杂环境,从单智能体到多智能体…… 这些研究趋势无一例外在向分布式 AI(Distributed Artificial Intelligence)靠拢,即智能学习、感知与决策分散在场景中的多个独立终端上。由于去中心化、分布式的特点,分布式 AI 可以更为灵活、适应更多场景、成本更为低廉,由此备受瞩目,成为了如今人工智能的前沿科研方向之一。
近年来,结合算法博弈论、运筹学优化算法以及强化学习等相关研究,分布式 AI 为人工智能领域提供了一个新的探索维度并且已经在大规模规划问题上崭露头角,大热的德扑 AI、星际争霸 AI 以及 Dota2 AI 都是分布式 AI 的成功产物。其中,OpenAI 研发的 Dota2 人工智能项目 OpenAI Five 已经可以在比赛中击败多数业余玩家,拥有 99.4% 的胜率;华为提出的新一代无线网络智能优化方案,实现了面向海量 5G 基站的调度优化,极大提升了网络质量与运维效率,实现了降本增效;此外在游戏智能、电力调度、电子商务等工业应用场景中也广泛运用到了分布式 AI 技术;未来,元宇宙也必将是一个超级庞大复杂的分布式 AI 系统。
因此,在 2019 年多智能体系统领域的一些国际知名学者们发起了国际分布式人工智能学术会议 - DAI,致力于打造一个联系国内外相关研究群体的高水平国际交流平台。时至今日,DAI 已先后在北京、上海等地成功举办。今年第四届 DAI 会议由天津大学承办,将采取线上线下相融合的形式于 2022 年 12 月 15 日至 17 日在天津召开。
组织委员会
此次会议由中国科学院院士、中国科学院自动化研究所乔红教授,亚洲首位 AAAI Fellow、日本九州大学 Makoto Yokoo 教授共同担任大会主席。此外,组委会还包括了多位领域内的知名学者。
程序委员会共同主席:美国圣路易华盛顿大学 Yevgeniy Vorobeychik、天津大学 / 华为诺亚方舟实验室郝建业 工业论坛共同主席:美国伦斯勒理工学院夏立荣、南京大学俞扬 研讨会共同主席:以色列阿里埃勒大学 Noam Hazon、上海交通大学张伟楠 赞助共同主席:南京大学王崇骏、中国科学技术大学吴锋 宣传共同主席:上海科技大学赵登吉、美国东北大学 Christopher Amato 本地组织共同主席:天津大学郑岩、天津大学陈锶奇 特邀报告嘉宾
Peter Stone:德克萨斯大学奥斯汀分校计算机科学教授、索尼 AI 美国研究院负责人,AAAI/ACM/AAAS Fellow。 陶大程:京东探索研究院院长、悉尼大学数字科学研究所顾问兼首席科学家。澳大利亚科学院院士、新南威尔士皇家学会院士、欧洲科学院外籍院士、ACM/AAAS/IEEE Fellow。 Jakob Foerster:牛津大学工程科学系副教授、牛津大学圣安学院研究员。 Katja Hofmann:微软剑桥研究院(机器智能专题)高级首席研究员 征稿信息
投稿方向包括但不限于以下主题:
1.Agent Cooperation
Biologically inspired approaches and methods Collective intelligence Distributed problem solving Teamwork, team formation, teamwork analysis Coalition formation (non-strategic) Multi-robot systems Federated learning Distributed learning systems 2.Humans and Agents
Human-robot/agent interaction Multi-user/multi-virtual-agent interaction Agents competing against humans Agent-based analysis of human interactions Agents for improving human cooperative activities 3.Multiagent System (MAS)
Adversarial agents Agent communication Agent-based simulation and emergent behavior Agent/AI theories and architectures Agreement, argumentation & negotiation Coordination and collaboration Mechanism design Modeling other agents Multiagent learning Multiagent planning Multiagent systems under Uncertainty Other foundations of multiagent systems 4.Reinforcement Learning (RL)
Reinforcement learning algorithms Reinforcement learning theory Representation reinforcement learning Transfer reinforcement learning Model-based reinforcement learning Offline reinforcement learning Evolutionary reinforcement learning 5.Computational Game Theory
Complexity of algorithms for games Practical algorithms for games Behavioral models of games Security games 6.Economics and Computation
Auctions and mechanism design Market design and applications Social choice theory Game theory for practical applications Economics of blockchain systems 7.Applications
投稿截止日期:2022 年 10 月 5 日
投稿详细信息:http://www.adai.ai/dai/2022/call-for-papers.html
本次会议最终接收的论文将全部收录到 LNCS,欢迎大家踊跃报名参会。
会议官网:http://www.adai.ai/dai/2022/2022.html
相关问题请联系:dai2022_official@163.com