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。

(WEEX交易所官网：www.weex.com)

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。