GAITC2022智媒专题论坛丨王亦洲：主动跟踪算法研究

11月27日，在2022全球人工智能技术大会上，由CAAI智能传媒专委会、中国传媒大学媒体融合与传播国家重点实验室、新浪AI媒体研究院联合支持的“融合与发展”新智者·智能媒体专题论坛在线上举行。CAAI智能传媒专委会副主任，北京大学博雅特聘教授王亦洲以《主动跟踪算法研究》为主题进行了分享。

图注：王亦洲教授-“融合与发展”新智者·智能媒体专题论坛
以下为王亦洲演讲实录，内容经编辑略有删减：
王亦洲：谢谢叶老师的介绍，各位专家下午好，我是来自北京大学的王亦洲，报告内容是主动跟踪算法研究。解了一下听众范围比较广，可能更多介绍思路性的东西。今天我将主要介绍如何构建多智能体博弈机制，以实现鲁棒的主动目标跟踪。具体的，我将先简要介绍博弈论、认知机制、主动目标跟踪任务和虚拟环境等相关信息，然后将重点介绍四种多智能体博弈机制用于主动目标跟踪。
首先，博弈现象非常普遍，小到我们的日常生活，大到经济体或国家的经济与政治活动。从博弈者之间的关系角度，博弈可以分为几种，如对抗性博弈，比如常见的零和博弈，还有基于共同利益的合作博弈，但更多的是混合动机博弈。在这类博弈中，智能体短期和长期的interest可能不一致，个体和群体的利益可能也不一致。传统的博弈策略集合是有限的，相对来说也是静态的，这时候博弈相对简单，但是如果是混合动机博弈，博弈会受到智能体心理状态的影响，甚至可能采取不理智策略，这时候博弈分析变得更加复杂。所以研究混合动机博弈是多智能体系统现在的前沿研究方向，会涌现出很多有趣的交互智能现象，如合作、信任、欺骗、公平等。
2005年科学期刊列举了125个我们面临挑战的科学问题，其中就有博弈论问题。用AI方法研究合作现象的演化是AI for science很有趣的切入点。我举两个例子：比如在囚徒困境中，由于囚徒无法信任对方，因此倾向于互相揭发，而不是保持沉默。最终导致纳什均衡仅落在非合作点上的博弈模型，而不是群体意义上的帕累托最优。囚徒困境所反映出的深刻问题是，人类的个人理性有时能导致集体的非理性。