AI决策•强化学习挑战赛【学习指制定平等的促销策略】，报名火热进行中。比赛诚邀“挑战者”以AI营销策略者的身份共同助力智能营销，解决保障消费者权益前提下的营销挑战，考察参赛者AI决策的落地能力。欢迎前来挑战！
一、比赛背景
强化学习在围棋、游戏等环境展示出超越人类的决策能力。为促进强化学习在真实场景的应用，江苏省人工智能学会联合南栖仙策发起此次竞赛。竞赛提供了高度仿真的决策应用场景，并要求参赛者按照真实场景的应用需求，仅从一部分历史数据中学习最优决策。比赛应用场景描述如下。
商品促销是企业营销的重要手段之一，如何精确制定促销方案，即在保障消费者权益的同时拉动消费需求、提高企业经营效益，是AI决策发挥能力的空间。与此同时，由于市场环境的快速变化和内外因素的高不确定性，促销策略往往会带来难以预估的用户反馈，企业会需要为此付出大量精力做高频精细化的策略调整，这一诉求会对AI的决策能力提出挑战。
在本次挑战赛中，主办方根据真实业务场景构建了高度仿真的决策环境。由于实际应用的条件限制，不佳的促销决策投放将造成严重损失。因此，参赛选手只允许在主办方提供的历史数据中学习，这些历史数据记录了过往促销决策与用户的交互反馈。参赛选手需要建立用户平等的促销策略模型，提交的策略模型将在仿真消费环境中进行促销投放测试，虚拟消费者会对促销策略进行反馈，以最终的虚拟促销投入产出结果来评估策略得分。
二、比赛节点
三、报名相关
1、报名方式，登录比赛官网： https://codalab.lisn.upsaclay.fr/competitions/823 ，完成个人信息注册，即可报名参赛；选手需保证报名的个人信息完整，真实、有效，不符合条件的参赛者将被取消参赛资格。
注：由于Codalab系统的机能限制，每支参赛队伍请点击此处登记队伍信息，后台工作人员会根据信息设置队伍，并关闭队员的提交权限。本次比赛仅能由队长提交结果。
2、选手可单人成队或最多不超过5人组队参赛，每位选手只能加入一支队伍。
3、报名、组队变更截止时间均为2022年01月25日00:00 AM (UTC+8)。
四、日程相关
1、初赛（2021年12月25日-2022年01月25日，UTC+8）
1）报名成功后，自2021年12月25日10:00 (UTC+8)起，参赛队伍可通过比赛平台下载数据，本地调试算法，通过平台在线提交策略模型进行策略评估。
2）初赛于2022年01月25日00:00 (UTC+8)评测结束。请参赛队伍于2022年01月24日00:00 (UTC+8)至2022年01月25日00:00 (UTC+8)期间，上传初赛阶段的最终策略模型。主办方会依据测试环境的测试结果进行比分排序，在2022年01月25日15：00公布初赛结果和复赛资格名单，初赛比分前30%的队伍将有资格进入复赛。
2、复赛（2022年1月26日-2022年02月26日，UTC+8）
1）进入复赛队伍通过比赛平台下载新提供的更大规模的用户数据，本地调试算法，通过平台在线提交策略模型进行策略评估。
2）复赛于2022年02月26日00:00 (UTC+8)评测结束，请参赛队伍于2022年02月25日00:00 (UTC+8)至2022年02月26日00:00 (UTC+8)期间，上传最终策略模型。主办方会依据测试环境的测试结果进行比分排序，在2022年02月26日15:00公布复赛结果，形成最终排名，并取Top5队伍作为获奖队伍。
五、参赛规则、参赛方式
1、参赛对象
来自国内外高等院校、科研单位、互联网企业的个人和团队均可报名参赛。
注：大赛主办和技术支持单位如有机会接触赛题背景业务、产品、数据的员工不得参加比赛。
2、参赛规则
（1）所有参赛者均需在管理系统中进行报名（主办方人员不得参加本次比赛）。
（2）参赛者在管理系统内组成团队。每个团队不得超过5名成员。每个团队都需要任命一名队长。团队名称不应超过15个字符。
（3）每个参赛者只能加入一个团队。注册多个帐户来加入多个团队将导致所有相关团队取消参赛资格。
（4）比赛不限制参赛者使用的技术方法。
（5）除赛事主办方提供的数据集外，不得使用任何外部数据。
（6）每个团队都可以通过平台提交策略模型。每个团队每天最多提交测试1次。每次提交的文件大小不应超过200MB。运行时间有30分钟的超时限制。
（7）比赛组织者保留在其认为必要时更新比赛时间表和规则的权利。
（8）本次比赛不收取任何报名费用。
六、奖励规则
根据复赛最终成绩，主办方将为得分Top5的有效参赛队伍颁发证书、奖杯和礼品。
注：获奖团队需提供完整的技术方案说明书、训练代码和策略模型，方为有效参赛队伍，可具有获奖资格.
七、赛题数据
比赛数据说明，全部内容访问：http://deeprl.neurondance.com/d/583-ai
当前，各商家正面临着从以往针对消费者个性化促销到平等化促销的过渡转变。此前，如图1所示，商家针对不同消费者投放了不同的促销折扣，由此收集到个性化促销及消费者反馈的数据。而如何基于此类历史数据，来制定出未来对于消费者进行平等式的促销决策，即如图2所示，为每一个消费者发放相同的促销激励，是各商家面临的严峻挑战。因此，本比赛的目的旨在通过开放部分个性化促销形式的交互历史数据，由各参赛队进行策略学习，从而制定出面向消费者的平等促销策略。
八、参考资料
参考资料将在QQ群和论坛中提供，包括强化学习相关内容、baseline方案等。
九、交流方式
1、登录竞赛网站报名： https://codalab.lisn.upsaclay.fr/competitions/823
2、比赛信息交流
3、官方论坛： 深度强化学习实验室&南栖仙策(http://deeprl.neurondance.com/t/offlinerl)
4、官方邮箱： offlinerl@polixir.ai
十、竞赛组织
江苏省人工智能学会（JSAI）成立于 2017 年 8 月 28 日，省一流学会、省5A级学会，独立社团法人，江苏省科学技术协会团体会员。学会由省内人工智能及相关领域广大科技工作者和高校、科研院所、领军企业等自愿组成的学术性、专业性、非营利性社会组织。南京大学计算机科学与技术系主任、人工智能学院院长、欧洲科学院院士周志华教授当选首任理事长。 学会的宗旨是团结组织广大人工智能领域科技工作者，积极开展国内人工智能领域学术交流，发现和推荐人工智能领域优秀科技人才，不断提升人工智能理论研究水平，促进人工智能技术普及和推广，促进人工智能产业繁荣和发展。
江苏省人工智能学会 http://www.jsai.org.cn
南栖仙策 (Polixir)是南京大学人工智能创新研究院技术孵化企业，专注于通用智能决策领域，通过环境模型学习技术的突破，率先实现了智能决策的落地应用。南栖仙策致力于在广泛的业务中释放人工智能的决策力量，成为人工智能工业革命的领导者。
南栖仙策 http://polixir.ai/
