【AAAI2023】合作多智能体学习:进展与挑战回顾，120页ppt

****第37届国际人工智能大会（AAAI2023）于2023年2月7日-2月14日在美国华盛顿召开。AAAI是CCF推荐的A类国际学术会议，在人工智能领域享有很高的学术声誉。这次会议共收到来自8777篇投稿，录用1721篇，录用率约19.6%。来自DeepMind等学者带来了《协作多智能体学习》教程，非常值得关注！

近年来，人工智能在许多应用中取得了巨大的成功，包括图像分类、推荐系统等。由于机器学习模型部署在现实世界中，这些模型会相互影响，将其决策转化为多智能体问题。因此，复杂世界中的多智能体学习是下一代人工智能的一个基本问题，以赋能各种多智能体任务，其中合作任务是实践者的首要兴趣。 在本教程中，我们将全面回顾合作多智能体学习的基础、进展和挑战，包括1)强化学习的基础，多智能体顺序决策，2)研究问题，包括可扩展性，分散，协调，和进展的回顾，3)自利智能体的合作学习，4)未来工作的方向。

所需要的先验知识是强化学习的基础知识，也是机器学习中适度的经验，使听众能够从容地关注相关工作和进展的讨论。

教程： * 多智能体学习背景知识 Background of multi-agent learning (~10 min), presented by Yali Du.

团体协作学习，Team-based cooperative learning (~40 min), presented by Yali Du. * 自感兴趣协作学习，Self-interested cooperative learning (~50 min), presented by Joel Z. Leibo. * 结论，Conclusions (~5 min).

讲者：

Yali Du是伦敦国王学院的讲师，也是分布式人工智能小组的成员。她的研究兴趣在于机器学习和强化学习，特别是多智能体学习，策略评估，以及在游戏AI中的应用，数据科学和广泛的决策任务。

Joel Z. Leibo是DeepMind的研究科学家。他于2013年在麻省理工学院获得博士学位，在那里他与Tomaso Poggio一起研究人脸识别的计算神经科学。如今，Joel的研究重点是让深度强化学习智能体执行复杂的认知行为、评估和模拟人类智能进化。