2026年2月，我赴新加坡参加了AAAI人工智能大会。作为人工智能领域的顶级国际会议，AAAI汇聚了全球顶尖学者和研究人员，展示了AI各方向的最新成果。本次参会，我主要完成了两篇论文的报告与展示，担任了一天会议志愿者，并全程参与了多个方向的学术交流。现将主要情况汇报如下。
本次会议我主要报告了两篇论文，均以海报形式进行展示。
第一篇论文《Incentives for Early Arrival in Cooperative Games》关注合作博弈中参与者的到达时间激励问题。我们研究的是，在合作博弈框架下，参与者如果提前到达并参与合作，能否获得额外激励，以及这种激励如何影响整体合作稳定性。这一问题源于对现实合作场景的观察——许多合作关系中，早期参与者的贡献往往被后期加入者稀释或共享，导致缺乏早期参与的积极性。我们通过引入时间维度，设计了带有“早到奖励”的收益分配机制，并分析了该机制下核心非空、个体理性等经典合作博弈性质的成立条件。报告期间，我与多位对合作博弈、机制设计感兴趣的研究者进行了交流。有学者提出将模型扩展到连续时间情形，也有人建议考虑不完全信息下参与者的到达决策，这些建议对我后续研究有启发意义。讨论中，一些来自计算机科学背景的学者对激励机制的算法实现表现出兴趣，来自经济学背景的学者则更关注模型的解释力和应用场景，这种视角差异让我对研究问题有了更立体的认识。
第二篇论文《Fair Diffusion Auctions》将公平性引入扩散拍卖问题。扩散拍卖考虑的是，在存在社交网络的环境中，拍卖不仅通过竞价分配物品，还通过买家的推荐扩散信息。传统扩散拍卖追求收益最大化或社会福利最大化，我们则关注在此过程中如何保证分配的公平性。具体而言，我们定义了多种公平性准则——如对信息贡献者的公平回报、对不同社区参与者的无差别对待等，并分析了这些准则与拍卖效率之间的权衡关系。海报展示时，多位听众就公平性定义的选取、不同公平准则间的潜在冲突等问题与我讨论。一位关注AI伦理的研究者指出，扩散过程中的公平问题不仅存在于拍卖场景，在信息传播、资源分配等领域也具有共性，建议我们提炼更具一般性的理论框架。另有学者对模型中的网络结构假设提出疑问，认为现实社交网络的复杂性可能使公平机制的设计更具挑战。这些反馈让我看到，将公平性引入机制设计虽然方向正确，但具体落地仍需应对诸多现实复杂性。
两篇论文的共同点在于，都尝试将经典博弈论模型向更具现实复杂性的方向拓展——引入时间维度或社会网络维度，并关注激励与公平等现实诉求。通过与同行交流，我感受到理论模型与现实应用之间仍有巨大探索空间。
会议第二天，我担任了全天会议志愿者。主要工作包括：在主会场入口协助参会者签到、分发会议材料，在各分会场引导人流、维持秩序，以及协助会务组处理临时事务。这项工作看似简单，实则需要细致和耐心。早上七点半前到岗准备，上午参会高峰时段需快速准确处理签到，分会场转换时段要引导大量参会者找到目标会场。一天下来虽感疲惫，但也有意外收获——在引导过程中，有机会与来自不同国家的参会者短暂交流，了解他们的研究兴趣；在协助处理技术问题时，也熟悉了会议的组织运作。志愿服务让我体会到，一场高水平学术会议的成功举办，背后是大量细致繁琐的工作，每一位参与者都应珍惜这样的交流平台。
会议期间，我主要关注了算法博弈论（AGT）、AI对齐（AI Alignment）、多智能体系统（Multi-agent Systems）等方向的口头报告和海报展示。
在AGT会场，多场报告涉及机制设计的新进展，包括考虑预算约束的拍卖、多物品拍卖中的均衡分析等。这些工作与我研究的拍卖与博弈问题有直接关联，让我了解到领域前沿动态。特别是一场关于“学习环境下机制设计”的报告，将博弈论与机器学习结合，探讨当参与者通过数据学习进行决策时，机制应如何调整，这一方向可能成为我下一步研究的切入点。
AI Alignment会场讨论热烈。随着AI系统能力增强，如何确保其目标与人类价值观一致成为焦点。多场报告从博弈论视角分析对齐问题——将AI系统视为博弈参与者，人类作为机制设计者，通过设定规则引导AI行为。这种视角与我熟悉的工具高度相关，也让我意识到，博弈论在AI安全与对齐研究中可发挥更重要作用。
多智能体系统方向的海报展示内容丰富，涵盖合作多智能体学习、人机协作、多智能体强化学习等多个方面。与几位研究多智能体强化学习的研究者交流，了解到他们在训练稳定性、可扩展性等方面的进展，也向他们介绍了博弈论在激励机制设计方面的思路，双方都感到有合作潜力。
除上述方向外，我还穿插听取了机器学习理论、计算社会学等场次的部分报告，尽可能拓展知识面。每天晚上整理当日见闻时，都能感受到信息密度之高、思想碰撞之频繁。
本次参会，我主要有三点体会。
一是国际学术交流的价值。在会场，我见到许多在论文中熟悉的名字，有机会当面请教，也有机会向国际同行展示自己的工作。这种面对面的交流，其深度和启发性远超文字阅读。几位学者对我论文的提问和建议，都直指问题核心，让我看到自己工作的不足与改进方向。
二是跨学科视野的重要性。AAAI虽以人工智能为名，但参会者背景多元——计算机科学、经济学、认知科学、哲学等各领域学者汇聚。在AI Alignment会场，计算机科学家与哲学家同台讨论；在AGT会场，计算机科学家与经济学家交流热烈。这种跨学科对话，是创新思想的重要源泉。
三是学术共同体意识的温度。志愿者工作中，我感受到同行间的善意与合作；海报交流时，陌生人之间的真诚讨论；茶歇期间，新老朋友的重逢与交流。学术共同体不仅存在于论文署名中，更存在于这些具体而微的互动里。
本次参会拓宽了学术视野，收获了宝贵建议，也建立了新的联系。回国后，我将整理会议见闻，将有益建议融入后续研究，并继续保持与国际同行的交流合作。感谢单位对本次参会的支持，我将以更扎实的工作回报。
沪公网安备 31011502006855号
