夺冠!卓世AI斩获全球顶会AAMAS 2024 CE 竞赛***

摘要: 夺冠!卓世AI斩获全球顶会AAMAS 2024 CE 竞赛***...

近日,在全球瞩目的AAMAS 2024 Computational Economics Competition(计算经济学挑战赛)上,卓世科技人工智能前沿实验室团队“Zhuoshi Technology AI Cutting-edge Laboratory”凭借***的技术实力和创新解决方案,一举夺得两个核心赛道的***和亚军,展现出其在计算经济学和人工智能领域的强大竞争力。、


***证书


亚军证书

AAMAS 2024 是第23届国际自主智能体和多智能体系统会议(International Conference on Autonomous Agents and Multiagent Systems),这是智能体技术和多智能体系统领域内***大和***有影响力的会议之一。它汇集了来自世界各地的研究人员和实践者,共同探讨和分享该领域内***新的研究成果和发展动态。本次计算经济学挑战赛 (AAMAS 2024 CE competition) 旨在推动 AI for economics 的领域研究。


AAMAS 2024 CE Competition

本次比赛由中国科学院自动化研究所主办,吸引了来自中科大、南大、人大、爱丁堡、布里斯托、俄勒冈等海内外众多学术和科研机构的队伍。

本次竞赛的赛题为智能税收 (Optimal Tax) 问题,比赛设置两个赛道:

赛道一:智能税收-政府 挑战赛—— 模拟政府角色,调控税率和政府支出,***大化GDP和平衡财富分配。

赛道二:智能税收-个人挑战赛—— 模拟个人角色,调整工作时间和投资比例,***大化个人利益。

来自卓世科技的队伍“Zhuoshi Technology AI Cutting-edge Laboratory”***参赛,分别拿下两赛道冠亚军。卓世科技人工智能前沿实验室团队致力于AI大模型前沿技术的研究,目前已经在Multi-Agent、模型量化压缩、MoE方向取得了重要突破。

难点和挑战:

此次竞赛的难点和挑战在于,所面临的对手策略未知,需要训练智能体,能应对不同的对手策略,因此卓世科技设计了一种MARL+进化的训练框架。在该框架中,每类智能体(政府或家庭)维持一个长期策略池和短期策略池,长期策略池中保存历史策略参数(每隔50轮训练保存一次模型),短期策略池中维持***好的20个策略,具体而言,我们通过随机匹配对手,进行大量测试,挑选出top20的策略参数。长期策略池中维持了多种多样的策略,用于训练top20策略,使其具有鲁棒性。

在正赛1中,我们训练完成后,我们从top20的短期策略池中选取平均得分***高的策略作为提交比赛的智能体。在正赛2中,短期策略池中仍然维持top20的策略参数,与阶段1不同,我们从top20中再次进行对抗测试,从中选出***2的策略参数,与阶段1中的策略参数进行集成。我们尝试从这十几个策略中选择一部分进行集成。对于政府,我们选择10个策略,而对于家庭,我们选择12个策略。每个策略输出自己的动作,然后去掉一个***大值,去掉一个***小值,然后对剩下的动作取平均,以此作为***终的策略。主要是为了提高策略的鲁棒性。

领先35%强势夺冠:

卓世团队迎难而上,凭借以下技术方案亮点,在竞赛中脱颖而出,以领先第二名35个百分点的成绩强势夺冠!

策略网络架构:采用Actor-Critic框架,Actor使用部分可观测状态,Critic包括全局状态。

训练算法:采用MATD3算法,集中式训练和分布式执行。

策略集成:挑选top K策略进行集成,提高模型鲁棒性。

策略网络架构上,卓世科技采用经典的Actor-Critic框架,其中Actor仅使用部分可观测的状态,Critic包括所有智能体部分观察和全局状态。为了缓解部分可观测问题,我们将历史4步的状态进行合并,具体而言,我们将每步的特征向量进行非线性变换,之后进行拼接,这类似于时空卷积结构,如图1所示。在训练算法上,我们采用了MATD3,这是一种改进MADDPG的算法,每次状态Q值估计都会输出两个值,并使用***小值作为目标Q值,这有利于缓解状态价值得过估计问题。训练上采用集中式训练和分布式执行,训练完成的Critic网络不再使用,Actor网络根据局部观察进行动作输出。

 

图 1 Actor和Critic网络结构

在训练完成的top K策略池中,我们挑选出***好的N个模型进行策略集成,以提高模型对位置策略的鲁棒性,如图2所示。


图 2 策略集成

综合以上策略,在赛道二,卓世团队以2845.58分、领先第二名35个百分点的成绩强势******!该得分是综合考虑家庭端工作时长和消费的表现,并与多只参赛队伍PK的***终得出。在赛道一,团队以1个百分点微弱之差夺得亚军!该得分是综合考虑政府端gdp增长率和贫富差距的基尼指数表现。团队在赛道一和赛道二取的成绩,得益于自主研发的分布式训练框架,在短时间内可与多样性的智能体进行对抗,学习足够鲁棒的策略模型, 体现团队在Multi-Agent方向拥有较强的技术储备和实战能力。

卓世科技CEO屠静赛后表示:“我们以***的AI技术实力和创新精神,在全球计算经济学领域舞台上赢得了荣誉,向全世界展现了中国AI力量的崛起。卓世科技将持续***AI产业化落地,不断创新变革,助力各行各业找到真正的商业应用场景。我们致力于成为行业模型服务的***,与合作伙伴共同推进中国产业AI的落地化进程。”

关于卓世科技:

卓世科技致力于推动产业智能化和科技普惠,以" AI 让产业更智能,科技让未来更美好"为使命,"智能普惠、开源共享、科技平权"为愿景。公司专注于AI前沿技术研究,在大模型预训练、微调、量化压缩、评估、推理、知识增强、MoE/MoD等方面取得显著成果。在技术成果方面,卓世科技已获得24项软件著作权,7项正在申请中,37项作品著作权。预计到2024年底,公司将拥有100项专利,包括50多项发明专利。这些核心技术为公司的模型家族和产品矩阵提供了强大支撑。

在模型家族方面,公司自主研发的璇玑玉衡模型已于2024年获得中央网信办颁发的大模型牌照,彰显了公司在大模型领域的领先地位。在产品矩阵方面,公司的MaaS平台、Agent平台、GCA平台、GDA平台已在中医康养、文化旅游、教育、智能制造等多个领域成功落地,为合作伙伴创造了显著的经济效益。卓世科技将继续深耕AI技术,以创新驱动发展,用技术赋能产业,为建设更加美好的智能世界贡献力量。

WEEX唯客交易所是全球交易深度***好的合约交易所之一,位居CMC交易所流动性排名前五,订单厚度、价差领先同行,微秒级撮合,零滑点、零插针,***大程度降低交易成本及流动性风险,让用户面对极端行情也能丝滑成交。

WEEX交易所宣布将于今夏上线其全球生态激励通证WEEX Token(WXT)。WXT被设计为WEEX交易所生态系统的基石,作为动态激励机制,主要用于激励WEEX交易平台社区的合作伙伴、贡献者、先驱和活跃成员。

WXT总供应量100亿枚,初始流通量39亿枚,WEEX交易平台投资者保护基金、WXT生态基金各持有15%,15%用于持币激励,5%面向代理、渠道等合作伙伴私募,其余50%将全部用于WEEX交易所生态激励,包括:团队激励(20%)、活动拉新(15%)、品牌建设/KOL合作(15%)。WEEX Token是一种实用型代币,规划了丰富的使用场景和赋能机制,包括:Launchpad、近10项持有者专属权益,以及回购销毁通缩机制等。

据悉,WXT仅开放代理、渠道等合作伙伴折扣认购,未来零售投资者可通过新用户注册、交易挖矿、参与平台活动等方式获得WXT奖励。

点此注册 WEEX 账户,领取 1050 USDT 新用户奖励

WEEX官网:weex.com

WXT专区:weex.com/wxt

你也可以在 CMCCoingecko非小号X (Twitter)中文 X (Twitter)YoutubeFacebookLinkedin微博 上关注我们,***时间获取更多投资资讯和空投福利。

在线咨询

WEEX华语社群:https://t.me/weex_group

WEEX英文社群:https://t.me/Weex_Global

(WEEX交易所官网:www.weex.com)

文章版权及转载声明:

作者:0431网址导航本文地址:https://www.0431jz.cn/info/26540.html发布于 2024-06-11
文章转载或复制请以超链接形式并注明出处0431JZ.CN - 0431网址导航

赞(0