2022年8月21日-24日，2022 IEEE Conference on Games（以下简称CoG2022）国际会议在中国北京成功举办。本次会议由电气电子工程师学会(IEEE)主办，中国科学院自动化研究所承办，这也是该会议首次在国内召开。

IEEE Conference on Games是人工智能方向游戏领域的国际顶会，会议下设专家讲座报告、工业报告、分组报告以及RoboMaster挑战赛、足球比赛、《我的世界》设计竞赛、狼人杀等18个游戏AI竞赛。共吸引来自中国、英国、美国、丹麦等多个国家和地区的多所高校、业界相关单位以及专家学者注册参会。

大会主席、中国科学院自动化研究所研究员赵冬斌在大会开幕式致辞中表示，游戏不仅是全球最具创造效益的产业之一，也为人工智能和计算智能提供了通用且具有挑战性的平台。此次会议涵盖了游戏领域的所有主题，从游戏设计到游戏智能、游戏理论，涵盖科学、技术、工程和社会等各个方面，期待全球游戏领域专家学者聚焦前沿进展与行业未来，共同碰撞思想火花。

诸多行业大咖在论坛上发表了精彩观点。

中国科学院院士、中国科学院数学与系统科学研究院研究员郭雷以“On Game-Based Control Systems”为题作报告，介绍了基于博弈的控制系统(GBCS)的基本特征和属性，并展示了在微观层面通过干扰纳什均衡点来调节GBCS的宏观层面状态，同时提出了关于微观层面上多个玩家参与的线性GBCS在全局可控性和稳定性的基本结果。

IEEE Transactions on Games期刊主编、马耳他大学教授Georgios N. Yannakakis的报告题为“Emotion-Centric AI: from Hubris and Nemesis to Catharsis”。报告探讨了为什么要关心情感和相应的情感计算，为什么情感是当今人工智能和游戏研究中的关键元素，以及情感是如何帮助我们测试游戏、设计游戏、设计人工智能算法和智能体、并最终理解玩家的体验。

Meta人工智能研究院研究员田渊栋以“Going beyond Games: Towards Decision Making in The Real-world”为题作报告，报告指出深度强化学习（DRL）作为一种智能决策优化技术，在围棋、国际象棋和星际争霸等游戏上显示出人类水平甚至超人类的性能，但是在应用于现实世界时仍然面临新的挑战。报告介绍了如何与现有工业系统有效整合、大规模状态和动作空间的表示学习、重新定义序贯决策的时序结构等当前存在的问题，以及现有求解器的初始解决方案学习，状态表示学习，以及序贯决策的结构学习等方面的研究成果。

以色列科学院院士、ACM/AAAI/ECCAI Fellow、以色列巴伊兰大学教授Sarit Kraus以“Agent-Human Complex Games for Multi-agent Studies ”为题作报告，指出计算机智能体越来越多地被部署在群体环境中，通过与人互动执行任务。为了构建有效的智能体策略，需要考虑具体领域中的经验知识。该报告详细讨论了五种类型领域以及不同环境下智能体研究的优势和挑战。

美国卡耐基梅隆大学副教授Jessica Hammer以“An Unquenchable Appetite: Games, Play, and Climate Change”为题作报告，报告指出缓解气候变化从动员到有效行动的角度是一个紧迫的挑战，存在对这类复杂系统的理解、对集体行动的支持以 及对绝望情绪的抵制等难题，而游戏设计师的知识和经验在此类挑战中将发挥重要的作用。

丹麦哥本哈根大学副教授Jichen Zhu的报告题为“Player-AI Interaction: What Can Human-Centered AI Learn from Computer Games and Other Creative Domains”，报告分析了当前人类玩家-人工智能交互的趋势，并讨论了它们如何推进以人为本的人工智能中更广泛的开放性问题，如可解释性、信任和道德、以及人机协作。基于最近基于人工智能的游戏和数字艺术的例子，该报告提出了人类玩家-人工智能互动的设计和技术实现中的开放问题。

欧洲科学院院士、ACM/IEEE Fellow、北京大学教授邓小铁以“On Computation Characterization in Game Theory”为题作报告，讨论了在理性、复杂性和动态方面理解博弈论的计算智慧以及相应的研究方法路线。

Google DeepMind首席科学家Oriol Vinyals则以“AlphaStar: Grandmaster Level in StarCraft II using Multi-agent Reinforcement Learning ”为题做报告。该报告指出，几十年来，游戏一直被用作测试和评估人工智能系统性能的一个重要途径。随着能力的提高，研究界一直在寻找复杂度越来越高的游戏，以捕捉解决科学和现实世界问题所需的不同智能要素。近年来，《星际争霸》被认为是最具挑战性的实时战略游戏之一，也是有史以来玩得最久的电竞游戏之一，被公认为人工智能的一大挑战。该报告介绍了他们的《星际争霸II》项目AlphaStar，这是第一个在没有任何游戏限制的情况下达到大师级地位的人工智能系统。

本届会议首次启用双盲评审模式。来自清华大学的Tim Pearce 和 Jun Zhu获CoG2022最佳论文奖。来自Electronic Arts的Yunqi Zhao和Igor Borovikov等人获评IEEE Transactions on Games (ToG)期刊杰出论文奖。同时，大会也开通了推荐优秀会议论文至IEEE ToG期刊的快速通道。

大会以线上形式进行，来自全球各地学术界和工业界的杰出研究人员与从业者深入探讨游戏领域最研究进展与发展方向。各线上平台累计参与人数突破44000人次，受到全球范围学者及业界的广泛关注，将为游戏人工智能、游戏设计与开发等科学与技术的未来发展提供方向指引与创新动力。

作者：许琦敏

图片：中科院自动化所提供

责任编辑：任荃