2022年度拟提名陕西省自然科学奖项目公示内容
公示时间：6月20日-26日
一、 项目名称
博弈驱动的智能决策理论与应用
二、 提名者及提名意见
提名者：中共陕西省委军民融合发展委员会办公室
提名意见：
行为决策研究是分析和预测群体行为的基础与前提，也为复杂任务场景下群体行为的涌现提出可解释依据。而如何从理论层面构建有效的行为决策模型以准确刻画个体、群体行为的动态演化是新一代人工智能理论发展的趋势之一。
该项目结合国家新一代人工智能发展规划和国家重大战略需求，利用演化博弈理论、数据驱动仿真建模相结合的方法，率先从用户行为决策更新方式、决策机制的不断演化对群体行为影响入手，展开数据驱动的用户行为感知、决策和建模研究。该项目首次从多层次、多粒度行为分析和群体动力学仿真角度，揭示了隐藏在群体涌现行为表象下的认知模式和决策规则时空演化规律。相关理论成果在中国电科、省网信办等单位得到广泛推广与应用，取得显著成效。
该项目在网络群体行为决策时空演化规律及其应用等方面研究取得了诸多原创性进展，5篇代表作WOS总引639次，他引533次，ESI高被引论文3篇。相关研究成果多次被美国科学院院士，欧洲科学院院士、IEEE Fellow、APS Fellow等积极评价，并被Science正刊、ScienceDaily等知名杂志和媒体广泛报道，形成了较强的国际学术影响力。
主要完成人积极拥护中国共产党领导，依法执教、爱岗敬业、热爱学生、严谨治学。提名材料属实，经公示，主要完成单位、主要完成人对排序及成果权属无异议。
提名该项目为陕西省自然科学奖 一 等奖。
三、 项目简介
在复杂任务场景下，以大数据智能和自主无人系统为代表的各类智能应用面临一个共同挑战：如何获取更强的决策规划能力来高效完成各类既定任务。为提升AI系统的决策规划能力，智能决策研究主要从理论层面构建有效的行为决策模型以准确刻画个体、群体行为的动态演化，揭示行为决策的规律，是推动新一代人工智能理论发展的重要科学问题。项目组聚焦智能决策理论与应用问题，结合国家新一代人工智能发展规划和国家重大战略需求，搭建数据驱动的多层次、多粒度博弈行为实验平台、构建面向行为决策的群体行为动力学仿真框架，揭示了隐藏在群体涌现行为表象下的认知模式和决策规则，取得了系列突破性原创成果。主要科学发现如下：
(1) 率先提出了网络博弈动力学理论框架，挖掘影响个体间行为交互合作的关键因素。建立了行为决策变量与效用函数的耦合特征方程，实现了网络系统间信息传递对行为决策影响的动态评估，揭示了群内、群间用户博弈行为耦合粒度对群体合作的影响，为构建用户行为决策模型提供了理论依据；设计了囚徒困境博弈行为实验，发现了网络实名行为对用户间相互合作的促进作用，揭示了群体合作任务背景下的惩罚机制会激起个体报复情绪，导致冲突发生从而降低群体合作效率，为缓解社交网络暴力和虚假信息传播提供认知基础。以此为基础开发的网络攻防博弈模型成功应用于中国电子科技集团等单位，解决了有限资源下网络最优化部署问题，为提高网络安全性、鲁棒性提供了决策支持。
(2) 首次提出了基于语义社团划分的用户行为和情绪监测方法，实现行为态势的智能感知。建立了基于语义词典的跨平台在线实时行为监测系统，提高了行为感知算法的容错能力，揭示了热点事件在网络上的传播模式；通过挖掘媒体事件与子事件之间的语义关系提高了用户行为和情绪反应的刻画精度，准确揭示了用户行为和情绪变化的潜在原因，为构建网络用户行为决策模型提供数据基础和验证依据。以此为基础开发的跨媒体数据分析系统和相关技术成功应用于陕西省网信办、国家计算机网络与信息安全管理中心新疆分中心和中国航天科技集团第六研究院等单位，为网络空间综合治理提供了技术支撑。
(3) 率先提出了基于组群划分的用户行为决策模型，实现用户行为感知、决策和群体涌现动力学过程的统一刻画。根据组群分析法实现用户行为的差异化建模，将用户行为决策过程融入传播模型中，建立“决策-传播”反馈环路，准确感知用户行为特征并对其影响态势进行精准预测，实现了群体高效识别与态势精准感知，为网络空间有害传播行为的防控提供了理论依据和决策支持。以此为基础开发的面向群体事件、特定信息的产生仿真及验证技术成果应用于陕西省公安厅等单位，为相关部门针对群体性事件的治理方案制定提供了参考依据。
项目组率先设计了跨区域博弈行为决策实验、构建了“决策-传播”反馈环路，实现了群体行为的精准预测。在Science Advances、Nature Communications、PNAS、IEEE各类汇刊、AAAI等期刊和会议发表系列成果。5篇代表作WoS总引次数639，他引533次，其中代表性论文1、2、4为ESI高被引论文。研究成果多次被美国科学院院士、欧洲科学院院士、IEEE Fellow、APS Fellow等正面引用和高度评价，并在中国电科、省网信办等单位得到应用与推广，取得显著成效。项目组培养国家杰青2人次、科学探索奖2人次、国家一级学会优博论文2人次。
四、 客观评价
该项目的代表性论文得到了来自20多个国家的院士、IEEE/AAAS Fellow等300余位国际知名学者在高水平期刊的高度评价，代表性评述如下：
1. 引用报道
1） Science 355(6332)(2017): 1386-1388撰文“Knowing a name promotes cooperation”对代表性论文2进行专题报道“当人们通过名字认识对方时，他们就更有可能互相合作。王震等人研究了‘囚徒困境’实验背景下身份信息匿名化对合作行为的影响”。并于Science 362(2018): 889-890整段评述第一完成人发表于Nature Communications 9(1)(2018): 1-7上的工作“vastly improved cooperation rates”；
2) 美国科学院院士、APS Fellow、美国波士顿大学H. Eugene Stanley教授在Physica A 490 (2018) 584-590中评价代表性论文2的工作为“the onymity could promote cooperation behavior”；在Phys Life Rev 15(2015)43中评价申请人的工作为“成为优选方法”、“带来了许多新的见解和挑战”、“揭示了许多关键现象”；
3) 俄罗斯科学院院士、IEEE Fellow、Obada奖获得者Jinde Cao教授在Chaos, Solitons & Fractals 114 (2018) 443-445中评价代表性论文2的工作为“studied about an onymity promotes cooperation in social dilemma experiments”；
4) 欧洲科学院外籍院士、ACM Fellow、IEEE Fellow、IAPR Fellow、OSA Fellow、悉尼科技大学Dacheng Tao教授于2021年发表在AAAI上的文章“Deep Graph-neighbor Coherence Preserving Network for Unsupervised Cross-modal Hashing”中引用了代表论文5，指出所提算法对数据相似性进行了关键性考虑。具体引述如下：“In UCMH, data similarities serve as critical considerations”；
5) 欧洲科学院院士、APS Fellow、德国洪堡大学Jurgen Kurths教授于2021年发表在New Journal of Physics上的文章“Unsupervised Community Detection in Attributed Networks Based on Mutual Information Maximization”中引用了代表论文5对于群组的定义，具体引述如下：“… some groups where nodes within the same group are closely connected”；并在IEEE TEVC 23(6)(2019):1049-1063中评价申请人Phys. Rep. 2017(687):1-51工作为“在网络科学广泛的研究领域起着重要作用”。在Chaos, Solitons & Fractals 108(2018): 49-56中评价代表性论文4 “widely exist in the real world”,“has been extensively addressed due to its important applications in secure communication, image processing, automatic control, etc”；
6) IEEE Life Fellow、IAPR Fellow、国际图像和图形学报IJIG创刊人和主编、香港中文大学David Zhang教授于2018年发表在IEEE T-CYB上的文章“Visual Classification with Multikernel Shared Gaussian Process Latent Variable Model”中引用了代表论文5，指出所提出的方法获得了很好的群体检测性能。具体引述如下：“… also introduced the Laplacian graph to the multiview data to achieve a good performance in the group detection”；
7) 世界复杂系统学会前主席、世界网络学会主席、西班牙萨拉戈萨大学Yamir Moreno教授在Physical Review E 94 (2016): 062315评价代表性论文1“proven rewarding and conducive to inspiring results with a broad range of applicability”；在Journal of the Royal Society Interface 10 (2013):20120997整段介绍第一完成人发表在EPL 97(2012):48001上的工作“… the impact of multiplexity of social networks on the evolution of cooperation”；在Annual Review of Condensed Matter Physics 10 (2019) 45-62中评价申请人Eur. Phys. J. B 88(2015):124工作为“As multilayer networks can account for several different social contexts at the same time, they are becoming quite popular in the understanding of human cooperation”；
8) 欧洲科学院院士、欧洲艺术与科学院院士Matjaz Perc教授在New Journal of Physics 23(9)(2021): 093040中评价代表性论文1的工作为“… account for the strength of a dilemma … can evaluate the outcome of a game independently of the reciprocity mechanisms”；
9) 布达佩斯材料科学与技术物理研究所科学顾问、匈牙利科学院能源研究中心Attila Szolnoki教授在Scientific Reports 9 (2019) 12575中评价申请人的工作为“Since the observed behavior is strongly related to the diverse speed of spreading at different payoff values, we may expect conceptually similar behavior in scale-free and multilayer complex networks as well”；
2. 媒体报道
1）ScienceDaily、EurekAlert! (AAAS 官方媒体)等撰文Building trust, not hate 对申请人的工作进行了专题报道，并评价申请人的工作为并评价申请人的工作为“这些发现可能应用于Facebook上的冲突，或者环境资源”；
2) 美国生命科学网Live Science 撰文“Putting Names to Faces May Boost Cooperation”对申请人的工作进行了专题报道，并评价申请人的工作为“这项研究还可能为如何促进网上和大量陌生人之间的合作提供线索”；
3) Association of Internet Research Specialists 撰文“Getting to Know Internet Trolls Might Turn Them Into Friends”对申请人工作进行了专题报道，并评价申请人的工作为“科学家揭示了一个简单的解决方案”、“这种倾向是非常直接的”；
4) Asain Scientist撰文“Punishment Does Not Improve Cooperation”对申请人的工作进行了专题报道，并评价申请人的工作为“这项研究为人类社会如何产生合作提供了有价值的见解” 、“结果有助于理解人类社会合作行为”；
5) 美国物理学家组织网Phys.Org 撰文 “When People Know Each Other, Cooperation is More Likely than Conflict”，评价申请人的工作为“The findings … but might have far-reaching implications”、 “could help social networks such as….It might also help in conflicts about environmental resources”；
6) 搜狐网、科学网、工信部等国内媒体对申请人工作进行了专题报道，并评价申请人的工作为“这一研究成果具有重要的现实意义，对解决社会、科技、军事问题可提供一定的科学依据。此外，该研究对理解和解决当前国际事务中的经济困境问题也可提供一定的借鉴作用。”；
