2020-08-18

我研究中心 AI小组自2017年成立以来，紧跟机器学习、人工智能领域的研究热点，最近在序列预测方面取得新成果。

对人类行为进行建模和预测以及发现在人类决策过程中的决策趋势是社会科学的主要问题。剪刀石头布（RPS）是许多博弈论问题和现实世界竞赛中的基本战略问题。之前的研究通过大量的人类博弈数据，确认了人类剪刀石头布出拳决策模式的存在，而找到击败特定人类对手的正确方法是具有挑战性的。 在这里，我们使用基于5或10个固定记忆长度（简称为“single-AI”）的马尔可夫模型的AI算法在迭代的RPS游戏中与人类选手竞争。我们通过结合许多具有不同固定记忆长度的马尔可夫模型（简称为“multi-AI”）来建模和预测人类竞争决策行为，并开发具有可变参数的multi-AI架构以适应不同人的竞争策略。我们引入了一个称为“专注长度”的参数（正整数，例如5或10），来调控我们的multi-AI的速度和灵敏度，以适应对手的策略变化。专注长度可以用来调节multi-AI所专注查看的前几轮，确定在当下时间哪个single-AI具有最佳性能并应将它的输出结果作为下一局出拳的主导决策。我们对52个不同的人类选手进行了实验，每个人与我们的multi-AI模型连续进行300回合的竞争博弈，实验结果证明了我们multi-AI的策略可以击败95％以上的人类对手。相关工作以“Multi-AI competing and winning against humans in iterated Rock-Paper-Scissors game”为题本周在线发表于Scientific Reports。论文第一作者为COER AI组博士生汪蕾同学，通讯作者为何赛灵教授。论文链接：https://www.nature.com/articles/s41598-020-70544-7

象要素的预报；近年来许多研究者则利用深度学习技术，结合历史观测数据来进行预报。将数值模拟方法和深度学习技术结合将会是一个研究趋势，我们的系统就是受此启发，致力于用深度学习模型来结合气象序列的历史观测数据和睿图系统（北京城市气象研究院开发的数值气象预报系统）的预测数据，从而实现更准确的气象要素预测。我们主要提出了“时空注意力网络和多层感知机的集成(E-STAN-MLP)”模型来结合历史气象观测序列和睿图系统的预测序列，对北京地区24个站点的天气情况进行预测。该模型结合了时间序列分析和回归分析的优点，实现了多站点多时次的气象要素预测。该模型在睿图系统预测结果的基础上取得巨大提升，结果显示，对t2m (地面2m处温度)预报结果的皮尔森相关系数（PCC）从0.931提升到了0.971，对rh2m（地面2m处相对湿度）预报结果的PCC从0.767提升到了0.865，对w10m（地面10m处风速）预报结果的PCC从0.553提升到了0.800，d10m（地面10m处风向）的预报准确率也从25.14%提升到36.87%。该模型在部署之后有着更大的潜力更好地服务于2022年北京冬奥会的气象预报任务。相关工作以“Weather Forecasting Using Ensemble of Spatial-Temporal Attention Network and Multi-Layer Perceptron”为题上个月发表于Asia-Pacific Journal of Atmospheric Sciences。论文第一作者为硕士生李元鹏，通讯作者为何赛灵教授，共同通讯作者为郭旸助理研究员。该方法也可推广到和气象预报类似的任务，如化工园区基于有毒有害污染气体检测数据的预报预警及环境快速应急管控等，有着极大的潜在价值。论文链接：https://link.springer.com/article/10.1007/s13143-020-00212-3

图1 E-STAN-MLP模型结构图

图2 预报结果示例

以上项目受到浙江大学NGICS平台，浙大宁波研究院以及国家重点研发计划和国家自然科学基金的资助。