首页 新闻 图片 视频 报纸 广播 RSS
首页 > 新闻 > 综合新闻 > 正文

大工两项成果被人工智能领域顶级会议IJCAI录用

来源:电子信息与电气工程学部 时间:2019-05-14 11:12

近日,电子信息与电气工程学部计算机学院物联网研究所两项研究成果被2019年国际人工智能联合会议(International Joint Conference on Artificial Intelligence,IJCAI 2019)录用。IJCAI是人工智能领域的顶级学术会议,被中国计算机学会(CCF)推荐国际学术会议列表认定为A类会议(A类指国际上极少数的顶级刊物和会议,鼓励我国学者去突破),在该领域具有极大的影响,代表人工智能领域的最高水平和发展方向。本届IJCAI大会收到4752篇论文投稿,录用650论文录用率仅为13.6%。此项研究成果被录用,标志着计算机学院在人工智能领域取得了标志性进步。

论文“The Price of Governance: A Middle Ground Solution to Coordination in Organizational Control”,作者是余超(副教授)、谭国真(教授)。论文研究了分布式系统控制的最优策略的定义和求解问题,第一次在分布式系统控制领域提出了管理代价(Price of Governance)的概念,用以平衡基于分布式交互的无政府主义代价(Price of Anarchy)和集中式管理的政府主义代价(Price of Monarchy),从而以最小的管理成本实现整个系统的最优控制。论文提出了一种层次化的监督强化学习的方法论和模型框架,并对如何实现该框架的核心原理以及如何计算管理代价进行了逐步定义。论文在分布式系统协同机制和社会困境下合作机制两个实例下进行了模型验证,结果表明,在不同类型的分布式系统控制问题中,所提出的层次监督学习模型能够以最低的管理成本实现系统性能最大化。

该工作受到国家军委装备发展部“十三五”装备预研领域基金“面向多智能体系统的博弈学习技术研究”、国家军委科技委前沿创新项目“智能集群与有人无人分布式协同理论”、国家自然科学基金“基于多智能体学习的社会规范涌现机制研究”、NSFC-辽宁省联合基金重点支持项目“网联汽车群体智能决策理论与方法研究”项目的支持。

此外,余超副教授与天津大学合作的论文“Large-Scale Home Energy Management Using Entropy-Based Collective Multiagent Deep Reinforcement Learning”同样被录用为全文。通过集成多源电子设备、分布式能源发电和存储,以及先进的仪表控制仪器,智能电网下的居民能源管理越来越受到重视。此工作提出了基于熵的集体多智能体深度强化学习方法来解决微电网下的供需平衡和峰值负荷问题,从而优化居民用电行为和电力成本。基于真实的电力市场数据,实验结果表明,所提的方法在短期和长远方面都可以极大的降低电力消耗成本,并且平衡日高峰用电需求。

责任编辑:姚璐

推荐视频

排行榜