Auto Byte
专注未来出行及智能汽车科技
微信扫一扫获取更多资讯
Science AI
关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展
微信扫一扫获取更多资讯
本文是 FC 2022入选论文《ABSNFT: Securitization and Repurchase Scheme for Non-Fungible Tokens Based on Game Theoretical Analysis》的解读。该论文为北京大学前沿计算研究中心算法博弈论实验室2021年暑期夏令营的科研结果，指导老师为北京大学前沿计算研究中心邓小铁教授和苏州科技大学程郁琨教授。文章提出了一种将区块链上的非同质化代币（Non-Fungible Token, NFT）进行证券化与回购的方案，并基于博弈论对该方案进行理论分析。
本文是 ICLR 2022入选论文《ToM2C: Target-oriented Multi-agent Communication and Cooperation with Theory of Mind》的解读。该论文由北京大学王亦洲课题组完成。文章提出了一种基于心智理论的多智能体通信与合作方法。每个智能体基于对他人心理状态的推测独立地选择通信对象和个体行动，进而实现分布式的合作。实验表明该方法提高了多智能体合作的成功率，大幅降低了通信代价，并且具有良好的泛化性能。
本文是 WWW 2022入选论文《BONUS! Maximizing Surprise》的解读。该论文由北京大学前沿计算研究中心孔雨晴课题组与清华大学刘潇副教授、密歇根大学 Grant Schoenebeck 副教授合作完成，论文作者中，黄致焕、许晟伟为北京大学图灵班21届毕业生。文章研究了在多轮双人对抗比赛中应该如何设置最后一轮的（额外）得分以最大化观众的惊喜。
本文是 CCS 2022 入选论文《Empirical Analysis of EIP-1559: Transaction Fees, Waiting Time, and Consensus Security》的解读。文章对2021年8月以太坊的 EIP-1559 导致的伦敦硬分叉进行了实证分析，回答了广受争论的 EIP-1559 对交易费，交易等待时间以及共识安全性有无影响，有多大影响的争论。
本文是 CVPR 2022入选论文《Multi-Robot Active Mapping via Neural Bipartite Graph Matching》的解读。该论文由北京大学陈宝权研究团队与山东大学、腾讯AI Lab、清华大学、斯坦福大学合作，将传统方法与机器学习相结合，提出了多机器人协同主动建图算法 NeuralCoMapping，实现了室内场景完整地图的高效构建。
本文是 ICLR 2022入选论文《VAT-Mart: Learning Visual Action Trajectory Proposals for Manipulating 3D ARTiculated Objects》的解读。该论文由北京大学前沿计算研究中心董豪课题组与斯坦福大学、腾讯人工智能实验室合作完成。文章提出了一种新型的物体功能可操作性表示，设计了一个通过交互进行感知学习的框架以学习这个表示，并在多样的物体上完成操作任务。
本文是 WWW 2022入选论文《基于均值的学习算法在首价拍卖中的纳什均衡收敛性（Nash Convergence of Mean-Based Learning Algorithms in First Price Auctions）》的解读。该工作由北京大学前沿计算研究中心邓小铁教授课题组主导完成，根据理论计算领域惯例，作者按姓名首字母排序。
近日，北京大学前沿计算研究中心助理教授程宽博士与其合作者的论文“Exponential Lower Bounds for Locally Decodable and Correctable Codes for Insertions and Deletions”发表在理论计算机科学国际顶级会议 FOCS 2021上。这篇文章探讨了编码理论中的一个重要问题，Locally Decodable Code 在 insertion deletion distance 场景下的下界。
本文是对发表于计算机图形学顶级会议 SIGGRAPH 2021 的论文 Solid-Fluid Interaction with Surface-Tension-Dominant Contact 的解读。
本文是对发表于计算机图形学顶级会议 SIGGRAPH 2021 的论文 Learning Skeletal Articulations with Neural Blend Shapes 的解读。
本文是对发表于计算机视觉和模式识别领域的顶级会议 CVPR 2021的论文“Causal Hidden Markov Model for Time Series Disease Forecasting（时间序列疾病预测的因果隐马尔可夫模型）”的解读。
本文是对发表于计算机视觉和模式识别领域的顶级会议 CVPR 2021的 Oral 论文 “Robust Neural Routing Through Space Partitions for Camera Relocalization in Dynamic Indoor Environments”（通过在空间划分中鲁棒的神经路由实现室内动态场景的相机重定位）的解读。
本文是第三十五届人工智能大会（AAAI 2021）入选论文《The Smoothed Complexity of Computing Kemeny and Slater Rankings》的解读。
本文是对 2020 年 9 月发表于计算机图形学顶级期刊 ACM Transactions on Graphics（ToG）的论文《基于骨骼一致性的单目视频人体运动重建（MotioNet: 3D Human Motion Reconstruction from Monocular Video with Skeleton Consistency）》的解读。
在这项工作中，我们提出了面向目标的多智能体分层协作框架（HiT-MAC），以优化有向传感器网络的目标覆盖率。
本文提出了一种更贴近实际的（practical）的部件拼装问题，并设计了一个基于动态图网络学习的可以生成多模态拼装的方法。我们的方法揭示了动态图网络学习在部件拼装任务中的优越性，并为分析“机器是如何学习的”提供了思路。
