AAAI 2019今天公布最佳論文、最佳學生論文等獎項，在7745篇投稿論文、16.2%錄取率的競爭下，來自以色列理工學院、CMU、斯坦福和MIT的論文分別斬獲大獎，其中強化學習、零樣本學習尤其受到關(guān)注。

作為2019年人工智能學界的第一個頂會，AAAI 2019已經(jīng)在美國夏威夷拉開了帷幕。

今年AAAI大會主席是AI、機器人研究領(lǐng)域著名專家、德州大學奧斯汀分校的Peter Stone教授 ，南京大學周志華教授、喬治亞理工大學Pascal Van Hentenryck教授是聯(lián)合程序主席。

早在大會開始前，周志華教授已經(jīng)透露AAAI 2019的論文錄取率：16.2%，可以說是AAAI錄取率最低的一年。而且，今年的投稿數(shù)量高達7745篇，比去年翻了一番，創(chuàng)下AAAI歷史新高！

日前，AAAI 2019 最受矚目的各大獎項已經(jīng)全部公布，包括最佳論文獎和最佳學生論文獎、經(jīng)典論文獎、藍天創(chuàng)意獎、杰出教育家獎、Robert S. Engelmore紀念獎，F(xiàn)eigenbaum 獎等。

2019 AAAI經(jīng)典論文獎

2019 AAAI經(jīng)典論文獎授予了2002年在加拿大舉行的第18屆AAAI會議最具影響力的論文：

Content-Boosted Collaborative Filtering for Improved Recommendations

作者：Prem Melville, Raymond J. Mooney, Ramadass Nagarajan

作者機構(gòu)：德克薩斯大學

論文地址：

https://www.cs.utexas.edu/~ml/papers/cbcf-aaai-02.pdf

這篇論文提出一種在推薦系統(tǒng)中補充基于內(nèi)容和協(xié)同過濾方法的方法。

論文的第一作者Prem Melville將在1月29日上午11：30進行演講。

最佳論文獎(Outstanding Paper Award)

今年，AAAI的“Outstanding Paper Award”共提及4篇論文，其中最佳論文及提名、最佳學生論文及提名各有一篇，這些獎項將由大會程序主席Pascal Van Hentenryck和周志華在頒發(fā)。

AAAI-19 最佳論文獎

如何在強化學習中結(jié)合樹搜索方法(How to Combine Tree-Search Methods in Reinforcement Learning)

作者：Yonathan Efroni, Gal Dalal, Bruno Scherrer, Shie Mannor

機構(gòu)：以色列理工學院，法國國家信息與自動化研究所(INRIA)

鏈接：https://arxiv.org/abs/1809.01843

最佳論文提名：

Solving Imperfect-Information Games via Discounted Regret Minimization

作者：Noam Brown, Tuomas Sandholm

機構(gòu)：卡內(nèi)基梅隆大學(CMU)

鏈接：https://arxiv.org/abs/1809.04040

AAAI-19最佳學生論文獎

Zero Shot Learning for Code Education: Rubric Sampling with Deep Learning Inference

作者：Mike Wu, Milan Mosse, Noah Goodman, Chris Piech

機構(gòu)：斯坦福大學

鏈接：https://arxiv.org/abs/1809.01357

最佳學生論文獎提名：

Learning to Teach in Cooperative Multiagent Reinforcement Learning

作者：Shayegan Omidshafiei, Dong Ki Kim, Miao Liu(劉淼), Gerald Tesauro, Matthew Riemer, Chris Amato, Murray Campbell, Jonathan How

機構(gòu)：MIT、IBM、美國東北大學

鏈接：https://arxiv.org/abs/1805.07830

CMU、斯坦福、MIT等摘獲最佳論文獎，強化學習最受關(guān)注

AAAI-19 最佳論文獎

如何在強化學習中結(jié)合樹搜索方法(How to Combine Tree-Search Methods in Reinforcement Learning)

作者：Yonathan Efroni, Gal Dalal, Bruno Scherrer, Shie Mannor

機構(gòu)：以色列理工學院，法國國家信息與自動化研究所(INRIA)

論文簡介：

有限時域前瞻策略(Finite-horizon lookahead policies)已經(jīng)在強化學習中得到廣泛應用，并取得了令人印象深刻的實證成果。通常，前瞻性策略是通過特定的規(guī)劃方法實現(xiàn)的，例如蒙特卡洛樹搜索(Monte Carlo Tree Search)，AlphaZero正是應用了該方法。將規(guī)劃問題視為樹搜索，實現(xiàn)上的一種合理做法是只備份葉節(jié)點上的值，而根節(jié)點上獲得的信息只用于更新策略。

在這篇論文中，作者質(zhì)疑了這種方法的有效性，認為后一過程通常是非收縮的，其收斂性沒有保證。

論文提出一種簡單明了的增強方法：使用最優(yōu)樹路徑的返回值來備份根節(jié)點的后代的值。為了實現(xiàn)結(jié)果，作者引入一個稱為多步貪婪一致性(multiple-step greedy consistency)的概念。然后，在樹搜索階段和值估計階段同時注入噪聲的情況下，為上述增強方法的兩個算法實例提供收斂速度。

AAAI-19最佳學生論文獎

代碼教育的零樣本學習：深度學習推理的量規(guī)采樣(Zero Shot Learning for Code Education: Rubric Sampling with Deep Learning Inference)

作者：Mike Wu, Milan Mosse, Noah Goodman, Chris Piech

機構(gòu)：斯坦福大學

論文簡介：

現(xiàn)代計算機科學教育中，大規(guī)模開放在線課程(MOOC)記錄了數(shù)千小時關(guān)于學生如何解決編碼挑戰(zhàn)的數(shù)據(jù)。由于數(shù)據(jù)豐富，這些平臺吸引了機器學習社區(qū)的興趣，許多新算法試圖自動提供反饋，以幫助未來的學生學習。但對于第一批學生呢？在大多數(shù)教育環(huán)境(如教室)中，沒有足夠的作業(yè)歷史數(shù)據(jù)來進行監(jiān)督學習。

在這篇論文中，作者提出一種“human-in-the-loop”的“量規(guī)抽樣”（Rubric sampling）方法來解決“零樣本”反饋的挑戰(zhàn)。結(jié)果證明，該方法能夠為第一批學生的入門編程作業(yè)提供自主反饋，其準確性大大優(yōu)于依賴大量數(shù)據(jù)的算法，甚至接近人類水平。

Rubric sampling只需要最少的教師工作量，能夠?qū)⒎答伵c學生答案的特定部分聯(lián)系起來，并能夠用教師的語言清晰地解答學生的錯誤。隨著更多特定于作業(yè)的學生數(shù)據(jù)可獲取，深度學習推理使得Rubric sampling方法的效果能夠進一步提高。作者使用Code.org(世界最大的編程教育平臺)的一個新數(shù)據(jù)集證明了他們的結(jié)果。

最佳論文獎提名：

Solving Imperfect-Information Games via Discounted Regret Minimization

作者：Noam Brown, Tuomas Sandholm

機構(gòu)：卡內(nèi)基梅隆大學(CMU)

這篇論文的兩位作者分別是CMU計算機系博士生Noam Brown，以及該校計算機系教授Tuomas Sandholm。這兩位也是去年的著名的***AI程序“冷撲大師”（Libratus）的締造者，堪稱***AI之父。論文通過***基準平臺來探討不完全信息條件下的博弈策略問題。

論文簡介：

反事實后悔最小化（CFR）是目前最熱門一系列迭代算法，在實際應用中，也是近似解決大型不完美信息博弈問題的最快方法。在本文中，我們介紹了新的CFR變體。分別為：

1）以多種方式從先前的迭代中將后悔程度實現(xiàn)縮減（在某些情況下，對正向和負向后悔采用不同處理方式），

2）以多種方式對迭代進行重新加權(quán)，獲得輸出策略，

3）使用非標準后悔最小化和/或

4）利用“樂觀后悔匹配”方式。這可以在許多環(huán)境下顯著提高性能。

首先，我們在每個測試的游戲中引入一個優(yōu)于CFR +（一種之前的最先進的算法）的變體，包括大規(guī)模的現(xiàn)實設(shè)置。 CFR +是一個強大的基準：目前沒有其他算法能夠超越它。最后，我們表明，與CFR +不同，許多重要的算法的新變體與現(xiàn)代不完美信息博弈修剪技術(shù)兼容，也與博弈樹中的采樣兼容。

最佳學生論文獎提名：

Learning to Teach in Cooperative Multiagent Reinforcement Learning

作者：Shayegan Omidshafiei, Dong Ki Kim, Miao Liu(劉淼), Gerald Tesauro, Matthew Riemer, Chris Amato, Murray Campbell, Jonathan How

機構(gòu)：MIT、IBM、美國東北大學

集體人類知識顯然因為個人創(chuàng)新通過交流向其他人流動這一事實而獲益。與人類社會群體類似，分布式學習系統(tǒng)中的智能體也可能會從彼此交流中受益，實現(xiàn)分享知識和教授技能。先前的研究成果已經(jīng)在關(guān)注改進智能體學習的教學問題，但是這些方法所基于的假設(shè)，讓這些教學上的應用無法用在一般的多智能體問題上，或者還需要領(lǐng)域內(nèi)專業(yè)知識來解決關(guān)于應用范圍的問題。這種學習教學問題存在固有的復雜性，與量度教學質(zhì)量和效果的長期影響密切相關(guān)，給標準化多智能體共同教學問題造成了更大的挑戰(zhàn)。

與現(xiàn)有研究相比，本文提出了智能體在多智能體環(huán)境中進行教學的首個通用的框架和算法。我們的算法（LeCTR）解決了合作多智能體強化學習中的點對點教學問題。我們的方法中的每個智能體都會學習在何時何地提出建議，然后利用收到的建議來改善學習效果。重要的是，這些智能體的角色并不固定，智能體能夠?qū)W會在適當?shù)臅r刻承擔學生和/或教師的角色，發(fā)出請求并提供建議，以提高整個團隊的表現(xiàn)。與目前最先進的教學方法的實證比較表明，我們的教學智能體不僅學得更快，而且可以學會協(xié)調(diào)用現(xiàn)有方法無法完成的任務。

其他大獎：藍天獎、Feigenbaum 紀念獎等

AAAI-19藍天創(chuàng)意獎（AAAI-19 Blue Sky Idea Awards）

AAAI與計算機研究協(xié)會計算社區(qū)聯(lián)盟（CCC）合作，宣布三篇獲獎論文，這些論文提出了可以激發(fā)研究界追求新方向的想法和愿景，比如提出了新問題、新應用領(lǐng)域或新方法。獲獎者分別是：

第一名：Pat Langley 獲獎論文：Explainable, Normative, and Justified Agency

第二名：Francesca Rossi和Nicholas Mattei 獲獎論文：Building Ethically Bounded AI

第三名： Barry Smyth，獲獎論文Recommender Systems: A Healthy Obsession

2019 AAAI/EAAI杰出教育家獎

AAAI / EAAI杰出教育家獎旨在表彰為人工智能教育做出重大貢獻、為人工智能社區(qū)實現(xiàn)長期利益的個人或團體。 2019年AAAI / EAAI杰出教育家獎頒給佐治亞理工學院的Ashok Goel，以表彰他持續(xù)卓越的教學貢獻，利用AI技術(shù)來教授AI技術(shù)的創(chuàng)新，采用科學實驗和獎學金來評估和改進AI的教學方法，以及他向整個社區(qū)分享的大量資源。該獎項由AAAI和人工智能教育進展研討會（Symposium on Educational Advances in Artificial Intelligence）聯(lián)合贊助。

2019年羅伯特·S·恩格爾莫爾紀念獎

羅伯特·S·恩格爾莫爾(Robert S. Engelmore)紀念獎由IAAI-19和AI Magazine贊助，由IAAI-19主席Karen Myers和AI Magazine主編Ashok Goel主持。 該獎項于2003年設(shè)立，旨在紀念羅伯特·S·恩格爾博士為AAAI、AI雜志和AI應用社區(qū)的卓越貢獻，以及他對應用AI期刊的貢獻。 2019年的獎項將頒發(fā)給南加州大學的Milind Tambe團隊，以表彰他們在多智能體系統(tǒng)領(lǐng)域的杰出貢獻，以及在解決具有重大社會意義的問題上的應用。

Feigenbaum獎

AAAI Feigenbaum獎旨在表彰和鼓勵通過計算機科學實驗方法取得的杰出的AI研究進展。 2019年的AAAI Feigenbaum獎項授予加州大學伯克利分校的Stuart Russell，以表彰他通過創(chuàng)新和概率知識表示，推理和學習的成就對AI領(lǐng)域的具有廣泛影響力貢獻。 Feigenbaum獎由Feigenbaum Nii基金會資助。