雷锋网 AI 科技评论音讯，第 32 届 AAAI 大会（AAAI 2018）日前曾经进入到第三天。外地工夫 2 月 6 日上午，AAAI 组委会停止了 AAAI 大会奖项（AAAI Conference Awards）的宣布，颁奖典礼同期停止。
雷锋网AI 科技评论作为继续关注顶级学术会议的雷锋网学术频道，从 2016 年开端涉足、参与并报道国际学术会议，不只为读者带来一线精彩报道，更为人工智能相关范畴的学者们提供更多纵览全球学术会议的时机。假如读者们想理解雷锋网 (大众号：雷锋网) AI 科技评论 2017 年走遍全球 11 个学术顶会所带来的精彩报道，欢送扫描文章底部二维码，理解 AI 科技评论的年度特辑。
论文奖项
AAAI 2018 往年共收到论文投稿 3808 篇，接纳论文 938 篇，接纳率约为 24%。AAAI 大会评出出色论文、出色先生论文各一篇，出色论文提名、出色先生论文提名各一篇，以及经典论文一篇。虽然《Memory-Augmented Monte Carlo Tree Search》取得 AAAI 2018 出色论文的音讯早已传达开来，但论文内容直到上周末才正式地下；此外，这篇出色论文的第一作者和第二作者均为华人。
出色论文奖
《Memory-Augmented Monte Carlo Tree Search》记忆加强的蒙特卡洛树搜索
作者：Chenjun Xiao，Jincheng Mei，Martin Müller
获奖理由：这篇论文基于记忆构造的值迫近，为实时蒙特卡罗树搜索提供了实际剖析和理论验证。
论文摘要：这篇论文提出并评价了记忆加强蒙特卡洛树搜索（M-MCTS），这一办法为在线实时搜索提出了一种新的应用泛化性的方式。记忆加强蒙特卡洛树搜索的关键思绪是把蒙特卡洛树搜索和一个记忆构造组合起来，记忆构造中的每个存储地位都可以包括某个特定形态的信息。经过综合相似的形态的估量后果，这些记忆可以生成迫近的估量值。作者们展现了，在随机状况下，基于记忆的迫近值有更高能够性比原始的蒙特卡洛树搜索表现更好。作者们也在围棋游戏中评价了记忆加强蒙特卡洛树搜索，实验后果标明，在异样的模仿步数下记忆加强蒙特卡洛树搜索也比原始版本有更好的表现。
论文地址：https://webdocs.cs.ualberta.ca/~mmueller/ps/2018/Chenjun-Xiao-M-MCTS-aaai18-final.pdf
出色论文提名
《Generalized Adjustment Under Confounding and Selection Biases》对选择偏倚和混杂偏倚的泛化调理处置办法
作者：Juan D. Correa，Jin Tian，Elias Bareinboim
获奖理由：论文提出了一个新的办法，使之能扫除选择偏倚和混杂偏倚的搅扰，以计算因果效应
论文摘要：选择偏倚和混杂偏倚是限制罕见推理办法在大尺度环境下运用的最罕见的两个妨碍。在这篇论文中，作者们泛化了后门调理的想法，以便同时处置这两种偏倚，并且在不引当选择偏倚的状况下应用能够的内部数据（比方来自人口调查的数据）。作者们引见了调理对（adjustment pair）的思绪，并展现了经过调理办法辨认因果关系的完好图形条件。作者们还进一步设计了一个算法，以多项式方式列出一切可以处置的调理对，关于希望评价以局部可处置的调理对的特定属性（罕见属性包括开支、变化、测量难度）的研讨人员来说这会很有用。最初，作者们描绘了一种统计性的估量进程，一旦确认了某个设置是可以处置的就可以执行这个进程；它可以用来处置无限样本中的多种成绩。
论文地址：https://pdfs.semanticscholar.org/023a/a92487c037a7557b9b74e894003725afd00a.pdf
出色先生论文
《Coun互联网思维，就是在(移动)互联网+、大数据、云计算等科技不断发展的背景下，对市场、用户、产品、企业价值链乃至对整个商业生态进行重新审视的思考方式。terfactual Multi-Agent Policy Gradients》反现实多智能体战略梯度
作者：Jakob Foerster, Gregory Farquhar, Triantafyllos Afouras, Nantas Nardelli, Shimon Whiteson
获奖理由：提出了一种新颖的多智能体强化学习算法以添加可使用于实时战略游戏的信誉赋值。
论文摘要：许多理想世界中的成绩，比方网络数据包的路由，或许自动驾驶汽车之间的协调，都可以很自然地看作协作性的多智能体零碎成绩来建模。这就对新的强化学习办法提出了激烈的需求，以便为这些零碎高效地学习到区中心化的运转战略。出于这个目的，作者们提出了一种新的多智能体的「执行者-批判者」办法：反现实多智能体战略梯度（COMA）。COMA 中运用一个中心化的批判者估量 Q 函数和区中心化的执行者，从而优化智能体的运转战略。除此之外，为理解决多智能体间相互树立信任的成绩，它运用了一个会把单个智能体的举措边缘化的反现实基准线，同时还能保证其它智能体的举措不变。COMA 中运用了一个批判式的表征，从而使得这个反现实基准线可以在单个前馈流程中停止高效的计算。作者们在星际争霸游戏的单位控制测试环境中评价了 COMA 的表现，运用了十分便于辨别察看的去中心化变量。与这个环境下的其它多智能体执行者-批判者办法相比，COMA 的均匀表现有明显进步，而且 COMA 失掉的最好的智能体的表现可以和顶尖的具有全形态数据的中心化控制办法相提并论。
论文地址：https://arxiv.org/abs/1705.08926
出色先生论文提名（这一奖项在现场没有公布）
《Adapting a Kidney Exchange Algorithm to Align with Human Values》改造出和人类的价值分歧的肾脏分配算法
作者：Rachel Freedman，Jana Schaich Borg，Walter Sinnott-Armstrong，John P. Dickerson，Vincent Conitzer
论文摘要：如何高效分配无限的资源是经济学和计算机迷信两个范畴共有的经典成绩。关于肾脏移植手术来说，通常会由一个地方市场把一切正常的肾脏捐赠者分配给等候肾脏的病人。在肾脏分配中，病人和捐赠者首先由委员会经过特设的权重决议优先级，然后输出一个分配算法，由它决议哪个病人会分配到哪个捐赠者——以及决议哪个病人分配不到捐赠者。在这篇论文中，作者们提出了一种端到端的办法用于在肾脏分配中依据每个病人的档案估量权重。作者们首先从人类被试者获取了一组他们以为可以用于决议病人优先级的属性（比方医疗特征，生活方式等等）。然后作者们依据不同病人的档案向被试者发问比照成绩，并依据他们的答复严厉地计算出各个属性的权重。作者们展现了如何在肾脏分配市场的分配算法中运用这些权重。作者们接着在模仿环境下评价了这些权重的影响，发现他们算出的权重的准确值其实影响很小，实践上需求的只是由权重计算出的档案的排序。不过，与完全不给病人排优先级的状况相比，带有权重的算法还是获得了更好的表现，的确有局部类别的病人从前述的测试者的价值评价中取得了优先婚配（或许延后婚配）。
论文地址：https://users.cs.duke.edu/~conitzer/kidneyAAAI18.pdf
出色 SPC 和 PC
AAAI 2018 的出色初级顺序委员（SPC）奖项颁给了 Jörg Hoffmann 教授。
Jörg Hoffmann 教授是德国萨尔兰大学数学和计算机迷信院长，指导人工智能集团基金会（FAI）。他在弗莱堡大学取得博士学位，他的次要研讨范畴包括和 problem solving 有关的一系列话题，特别是组合搜索成绩的建模和处理方案。次要研讨范畴包括自动化规划，SAT / CP，模型反省，语义 Web 效劳，业务流程管理，马尔可夫决策进程，自然言语句子生成，模仿网络平安浸透测试等相关范畴。
AAAI 2018 的 20 位出色顺序委员（PC）获奖名单如下，其中，Haiping Lu（吕海平）和 Xiangyuan Lan 为获奖的两位华人。
吕海平目前在英国谢菲尔德大学担任机器学习范畴的讲师，于 2008 年取得多伦多大学电子及计算机工程博士学位。他的次要研讨范畴包括: 形式辨认，机器学习；多元统计剖析，张量计算；图像处置，视频处置；生物辨认，生物医学工程等。于 2013 取得 IEEE 出色博士论文奖，2014／2015 年香港研讨赞助局 Early Career Award。他曾先后担任 ICML-18, AAAI-18, NIPS-17, AAAI-17, AISTATS-17, NIPS-16, IJCAI-16 的组委会成员，也是 IJCAI－18 的初级组委会成员。
蓝湘源目前在香港浸会大学担任博士后研讨员，研讨兴味包括计算机视觉和形式辨认成绩的稀疏表示和深度学习。2012 年毕业于华南理工大学计算机迷信系，2016 年在香港浸会大学取得博士学位。他曾在 2015 年担任美国马里兰大学的拜访学者。
最佳先生论文展现奖
每篇论文在现场有三分钟的展现工夫，经过剧烈角逐，Ellis Hoa 和 Janardhan Doppa 的 poster 论文《Bayesian Optimization Meets Search-based Optimization：A Hybrid Approach for Multi-Fidelity Optimization》取得了 AAAI 2018 的最佳先生论文展现奖。
以上便是 AAAI 会议奖项的全部内容。四篇最佳论文及提名论文将会在接上去两天陆续停止展现，敬请等待雷锋网 AI 科技评论带来的后续报道。
。
