CNCC｜游戏AI算法与平台

李文新

北京大学计算机学院 教授、北京大学人工智能研究院 副院长

报告题目：用AI提升我们对传统游戏的认知

当人工智能遇到国粹麻将会发生什么？本报告将介绍我们将国标麻将游戏搬上botzone游戏AI对战平台，并将之应用于人工智能相关课程教学和本科生、硕士生、博士生的论文研究课题的过程。在人工智能与国粹麻将的碰撞中，我们不仅深化了对人工智能算法的认知，更是极大地提升了对传统麻将游戏及其背后蕴含的文化哲理的认知。应用人工智能方法，透过麻将这项在全球拥有超过6亿玩家的传统游戏，我们将能够更加深刻地了解游戏背后的广大人群的思维惯性、价值取向和决策模式。

兴军亮

清华大学 研究员

清华大学计算机系研究员，国家优青，主要研究兴趣为计算机博弈、计算机视觉和人机交互学习。目前已在人工智能相关国际会议和刊物上发表论文100余篇，谷歌学术引用超过13000次，参与编写人工智能领域专著2部，完成译著3部，曾获清华大学计算机系“学术新秀”、“谷歌学者”、多次顶级国际和国内会议最佳论文奖等荣誉和奖励，以及十余次在国际国内智能技术挑战赛中获奖，研发的多项技术在重要军民实际场景中得到了技术验证和推广应用。近年来主要围绕深度强化学习相关的智能感知和决策问题，开放了学界首个大规模不完美信息博弈平台OpenHoldem，研发了多款针对不同游戏的博弈决策AI，其中研发的星际争霸AI曾获2017年IEEE CIG星际争霸AI第2名，研发的德州扑克AI胜率超过了目前公开的最好德州扑克AI程序DeepStack，速度提升超过1000倍。

报告题目：大规模不完美信息博弈平台与算法

信息缺失是造成复杂博弈决策问题难以学习求解的重要原因。本次报告以德州扑克这一典型大规模不完美信息博弈问题为具体研究对象，首先介绍该问题的研究背景和国内外研究现状，并由其中存在的问题引出构建不完美信息博弈开放学习平台的迫切性；接下来介绍了我们构建的OpenHoldem这一不完美信息博弈在线对抗学习平台的主要特点和运行情况；在平台的基础上，我们研发了多种不同类型的德州扑克智能博弈算法，其中包括我们最新的两人无限注德州扑克AI程序AlphaHoldem；最后，会对我们已有的研究进行总结，并给出下一步的研究计划。

王轩

哈尔滨工业大学（深圳） 教授，鹏城国家实验室 研究员，微软拼音主要研制人

中国人工智能学会常务理事，广东省计算机学会副理事长，深圳市计算机学会理事长，广东省安全智能新技术重点实验室主任，平安-哈工大粤港澳智慧金融研究中心主任，理光-哈工大联合实验室主任。研究领域包括人工智能和网络空间安全，主持或参与国家科技重大专项、国家重点研发计划、国家自然科学(重点)、国家科技计划重点项目以及来自华为、中兴、微软、平安等企业项目百余项，获教育部一等奖、航天部二等奖、省发明一等奖、深圳市科技进步奖等，获得国家发明专利30余项，发表学术论文(SCI /EI检索)200余篇，专著3部。

报告题目：游戏AI的一些新的发展趋势

机器博弈是人工智能的重要研究领域，AlphaGo在围棋游戏的成功获得了举世瞩目。在大数据、深度学习、高性能计算等关键技术发展的助力下，机器博弈在军事、金融、游戏领域的应用日益深化。本讲座介绍了基于机器博弈技术构建的游戏AI，在拟人仿真、团队合作、机制设计等案例中赋能游戏的新趋势，以及机器博弈技术与超算平台相结合的解决方案与成果。

张海峰

中国科学院自动化研究所 副研究员，群体决策智能团队 负责人

CCF计算经济专业组常务委员。他于北京大学计算机系获得本科、博士学位，曾在英国伦敦大学学院(UCL)从事博士后研究工作。他致力于多智能体和强化学习的学术研究和平台研发工作，研究兴趣包括智能体策略评估、多智能体强化学习算法、强化学习求解运筹优化问题等，研究成果发表在 ICML、NeurIPS、IJCAI、AAAI、AAMAS、《软件学报》等国内外知名学术会议、期刊，研发项目“及第”多智能体开源开放平台(http://www.jidiai.cn)汇聚各类智能体环境、算法、竞赛。承担多项科技部、国家自然基金委、中科院研究项目。

报告题目：“及第”多智能体开源开放平台

与监督学习算法评估依赖于标准数据集不同，强化学习智能体算法的评估依赖于博弈环境和对手智能体策略。“及第”项目以此为出发点，目标是构建一个汇聚各种博弈环境和智能体策略的开源开放平台，提供智能体在线博弈、评估的服务，打造多智能体科研、教学、竞赛、应用社区。

邓民文

腾讯开悟平台 技术负责人

本科毕业于中山大学，硕士毕业于中科院计算所，先后在阿里巴巴、腾讯工作。于2010年加入腾讯至今，负责搜索引擎计算平台、强化学习计算平台的工作。在系统工程优化和强化学习工业化等领域积累了丰富的研发经验，搭建了AI实验平台"开悟"，大幅提升了强化学习AI的研发效能，并且通过举办多智能体强化学习高校AI比赛，赋能科研和教育行业。

报告题目：腾讯开悟平台的持续开放之路

介绍腾讯开悟平台的降本增效关键技术。介绍腾讯开悟高校AI比赛，如何通过建立产学研合作新生态，解决高校在研究多智能体博弈遇到的难题。介绍hok_env开源项目，以及相关的benchmark。

杨耀东

北京大学 人工智能研究院助理教授

杨耀东博士，北京大学人工智能研究院助理教授（博导），伦敦国王大学客座助理教授，国家级高层次留学人才回国资助计划、中国科协青年托举计划获得者。科研领域包括强化学习、博弈论和多智能体系统，重点关注基于强化学习方法的智能群体博弈及群体智能涌现。他本科毕业于中国科学技术大学，并在伦敦帝国理工大学与伦敦大学学院获得硕士及博士学位，回国前他于伦敦国王大学信息学院任助理教授。他发表AI顶会论文及专利专著 60 余篇，谷歌引用1900余次。他的工作曾获机器人学习会议CoRL’20 最佳系统论文奖、多智能体顶会AAMAS’21 最具前瞻性论文奖。因在多智能体强化学习上的工作，他曾获得世界人工智能大会（WAIC 2022）云帆奖璀璨明星、ACM SIGAI China新星奖、华为英国公司最佳技术突破奖、AAAI/ACM SIGAI 优博奖参选人 （UCL唯一）。

报告题目：多智能体镜学习：面向合作博弈的通用求解框架

通过强化学习方法求解多智能体博弈合作问题具有众多的现实应用，例如灵巧双手操纵、无人机群编队等。在本讲中，我讲会介绍一个通用的基于多智能体强化学习技术的合作博弈求解框架：多智能体镜像学习(Heterogeneosu Multi-Agent Mirror Learning)。HAML提供了一个通用的算法设计范式，它可以催生出一系列的有效的合作博弈求解算法例如HAPPO, HATRPO, MACPO, Mutli-agent Transformer等，并且HAML算法框架中的成员都天然具有严格的单调递增性的保证。此外，HAML框架还提供了一系列新的多智能体算法，例如HADDPG, HADQN, HAA3C。在一系列合作博弈场景，例如星际争霸，灵巧双手操作上，他们都达到了SOTA水平。