近日，人工智能領(lǐng)域頂級(jí)會(huì)議AAAI公布了2025年的論文錄用結(jié)果，深圳北理莫斯科大學(xué)粵港澳情感智能與普適計(jì)算聯(lián)合實(shí)驗(yàn)室?guī)熒陡宓牧恼马樌脒x，文章涉及到情感計(jì)算、自動(dòng)駕駛、自然語(yǔ)言處理等多個(gè)研究領(lǐng)域。

?AAAI為國(guó)際人工智能協(xié)會(huì)（Association for the Advancement of Artificial Intelligence）?，每年舉辦的AAAI年會(huì)是人工智能領(lǐng)域的頂級(jí)會(huì)議，是中國(guó)計(jì)算機(jī)學(xué)會(huì)CCF推薦的A類(lèi)國(guó)際學(xué)術(shù)會(huì)議。本次會(huì)議共有12,957篇投稿，接收率僅為 23.4%。會(huì)議將于2025年2月25日-3月4日在美國(guó)賓夕法尼亞州費(fèi)城召開(kāi)。

入選論文介紹

1. 論文題目：Understanding Emotional Body Expressions via Large Language Models

摘要：

基于肢體動(dòng)作的情感識(shí)別在人機(jī)交互中至關(guān)重要。然而，現(xiàn)有方法主要聚焦于情感分類(lèi)，不能進(jìn)一步提供文本解釋來(lái)驗(yàn)證其分類(lèi)的合理性。本文提出了一個(gè)由大語(yǔ)言模型驅(qū)動(dòng)的情緒-動(dòng)作解釋器（EAI-LLM），它不僅可以識(shí)別情緒，還可以針對(duì)輸入的3D骨架序列來(lái)生成相應(yīng)的文本解釋。具體而言，研究將骨架序列視為一種特殊的語(yǔ)言，提出一種多粒度骨架序列標(biāo)記器。該標(biāo)記器可以將來(lái)自異構(gòu)數(shù)據(jù)集的骨架序列統(tǒng)一提取時(shí)空標(biāo)記和語(yǔ)義標(biāo)記，利用LLMs廣泛的背景知識(shí)和語(yǔ)言處理能力來(lái)解決異構(gòu)數(shù)據(jù)集聯(lián)合訓(xùn)練的挑戰(zhàn)，從而顯著提高識(shí)別精度，并生成細(xì)粒度的情感描述。實(shí)驗(yàn)結(jié)果表明，在LLMs背景知識(shí)的支持下，EAI-LLM模型可以在有限標(biāo)記的骨架序列上進(jìn)行微調(diào)，生成詳細(xì)的情緒描述，且識(shí)別精度與現(xiàn)有方法相當(dāng)甚至更佳。

2. 論文題目：Dual-View Interaction-Aware Lane Change Prediction for Autonomous Driving

摘要：

隨著人工智能技術(shù)的不斷發(fā)展，我們正邁向自動(dòng)駕駛車(chē)輛廣泛部署的關(guān)鍵時(shí)刻。然而，由此帶來(lái)的混合自主交通環(huán)境為自動(dòng)駕駛車(chē)輛帶來(lái)了嚴(yán)峻挑戰(zhàn)，尤其是對(duì)周?chē)腥笋{駛車(chē)輛變道意圖的準(zhǔn)確預(yù)測(cè)，這對(duì)于保障自動(dòng)駕駛車(chē)輛的安全至關(guān)重要。現(xiàn)有的變道預(yù)測(cè)模型主要集中于捕捉單輛車(chē)輛運(yùn)動(dòng)動(dòng)態(tài)的時(shí)間變化，但忽視了車(chē)輛間的交互關(guān)系，這在復(fù)雜的變道場(chǎng)景中限制了其預(yù)測(cè)能力，導(dǎo)致性能不理想。此外，目前的交互感知方法無(wú)法對(duì)車(chē)輛之間的未來(lái)交互進(jìn)行建模，容易產(chǎn)生不合理的預(yù)測(cè)結(jié)果，可能引發(fā)車(chē)輛碰撞。針對(duì)上述問(wèn)題，本研究提出將感知安全的概念融入未來(lái)交互建模，并設(shè)計(jì)了一種雙視角交互感知變道預(yù)測(cè)模型。在兩個(gè)真實(shí)數(shù)據(jù)集上的評(píng)估結(jié)果表明，該模型在分類(lèi)能力上相比表現(xiàn)最優(yōu)的基線(xiàn)模型平均提升了11.7%-12.4%，在預(yù)測(cè)能力上提升了75.6%-95.7%。通過(guò)消融研究和對(duì)未來(lái)交互建模的分析，證明了我們模型在從駕駛安全視角解釋變道場(chǎng)景方面的優(yōu)勢(shì)，并實(shí)現(xiàn)了社會(huì)化感知的變道預(yù)測(cè)。

3. 論文題目：Learning to Generate Gradients for Test-Time Adaptation

摘要：

測(cè)試時(shí)自適應(yīng)（TTA）旨在使用未標(biāo)記的測(cè)試數(shù)據(jù)在線(xiàn)微調(diào)已訓(xùn)練好的模型，以適應(yīng)新環(huán)境或分布外的數(shù)據(jù)，在實(shí)際場(chǎng)景中表現(xiàn)出廣泛的應(yīng)用潛力。然而，在這個(gè)優(yōu)化過(guò)程中，像熵最小化這樣的無(wú)監(jiān)督學(xué)習(xí)目標(biāo)經(jīng)常會(huì)遇到嘈雜的學(xué)習(xí)信號(hào)。這些信號(hào)產(chǎn)生不可靠的梯度，阻礙了模型快速收斂到最優(yōu)解的能力，并在優(yōu)化過(guò)程中引入了顯著的不穩(wěn)定性。本研究試圖從優(yōu)化器設(shè)計(jì)的角度解決這些問(wèn)題。與之前使用 SGD 等手動(dòng)設(shè)計(jì)的優(yōu)化器的TTA方法不同，我們采用一種學(xué)習(xí)優(yōu)化的方法來(lái)自動(dòng)學(xué)習(xí)一個(gè)稱(chēng)為元梯度生成器（MGG）的優(yōu)化器。具體來(lái)說(shuō)，研究的目標(biāo)是讓MGG在在線(xiàn)優(yōu)化過(guò)程中有效利用歷史梯度信息來(lái)優(yōu)化當(dāng)前模型。為此，在MGG中，我們?cè)O(shè)計(jì)了一個(gè)輕量級(jí)且高效的序列建模層——梯度記憶層。它利用自監(jiān)督重構(gòu)損失將歷史梯度信息壓縮為網(wǎng)絡(luò)參數(shù)，從而在長(zhǎng)期適應(yīng)過(guò)程中實(shí)現(xiàn)更好的記憶能力。只需要少量未標(biāo)記的樣本來(lái)預(yù)訓(xùn)練MGG，就可以部署訓(xùn)練后的MGG來(lái)處理未見(jiàn)過(guò)的樣本。ImageNet-C/R/Sketch/A上的實(shí)驗(yàn)結(jié)果表明，這一研究的方法以更少的更新次數(shù)、更少的數(shù)據(jù)和更短的自適應(yīng)時(shí)間超越了當(dāng)前最先進(jìn)的方法。與之前的SOTA方法SAR相比，本文的研究在ImageNet-C上實(shí)現(xiàn)了7.4%的準(zhǔn)確率和4.2倍的適應(yīng)速度提升。

4. Training on the Benchmark Is Not All You Need

摘要：

大規(guī)模語(yǔ)言模型（LLMs）的成功在很大程度上依賴(lài)于在預(yù)訓(xùn)練階段學(xué)習(xí)到的大量預(yù)訓(xùn)練數(shù)據(jù)。預(yù)訓(xùn)練過(guò)程及其數(shù)據(jù)的不透明性導(dǎo)致許多基準(zhǔn)測(cè)試的結(jié)果變得不可靠。如果任何模型已經(jīng)在基準(zhǔn)測(cè)試集上進(jìn)行了訓(xùn)練，這可能會(huì)嚴(yán)重阻礙該領(lǐng)域的健康發(fā)展。為了自動(dòng)化和高效地測(cè)試大規(guī)模語(yǔ)言模型的能力，許多主流基準(zhǔn)測(cè)試采用了多項(xiàng)選擇題的格式。由于多項(xiàng)選擇題選項(xiàng)內(nèi)容的交換不影響問(wèn)題本身的含義，該研究提出了一種基于這一特性的簡(jiǎn)單有效的數(shù)據(jù)泄露檢測(cè)方法。具體來(lái)說(shuō)，研究通過(guò)打亂數(shù)據(jù)中選項(xiàng)的內(nèi)容來(lái)生成相應(yīng)的衍生數(shù)據(jù)集，然后基于模型在這些衍生數(shù)據(jù)集上的對(duì)數(shù)概率分布檢測(cè)數(shù)據(jù)泄露。如果在對(duì)數(shù)概率的集合中存在最大值或異常值，便表示數(shù)據(jù)發(fā)生了泄露。該論文研究的方法能夠在黑盒條件下工作，無(wú)需訪(fǎng)問(wèn)模型的訓(xùn)練數(shù)據(jù)或權(quán)重，有效識(shí)別模型預(yù)訓(xùn)練數(shù)據(jù)中來(lái)自基準(zhǔn)測(cè)試集的數(shù)據(jù)泄露，包括正常情況以及選項(xiàng)可能被有意或無(wú)意地打亂的復(fù)雜情況。通過(guò)基于兩種大規(guī)模語(yǔ)言模型和基準(zhǔn)設(shè)計(jì)的實(shí)驗(yàn)，該研究展示了該方法的有效性。此外，研究還評(píng)估了31個(gè)主流開(kāi)源大規(guī)模語(yǔ)言模型在四個(gè)基準(zhǔn)數(shù)據(jù)集上的數(shù)據(jù)泄露程度，并對(duì)每個(gè)基準(zhǔn)數(shù)據(jù)集中的泄露模型進(jìn)行了排名，發(fā)現(xiàn)Qwen家族的大規(guī)模語(yǔ)言模型泄露程度最高。

5. 論文題目：Multi-Label Few-Shot Image Classification via Pairwise Feature Augmentation and Flexible Prompt Learning

摘要：

由于注釋數(shù)據(jù)有限和類(lèi)別特異性難以捉摸，多標(biāo)簽少樣本圖像分類(lèi)是一項(xiàng)至關(guān)重要且極具挑戰(zhàn)性的任務(wù)。然而，對(duì)這一課題的研究仍處于初級(jí)階段，可用的方法很少。現(xiàn)有的方法要么利用數(shù)據(jù)增強(qiáng)來(lái)緩解數(shù)據(jù)稀缺的問(wèn)題，要么利用標(biāo)簽特征作為輔助知識(shí)來(lái)消除不相關(guān)類(lèi)別帶來(lái)的負(fù)面影響，但它們忽視了利用圖像區(qū)域特征進(jìn)行數(shù)據(jù)增強(qiáng)，也忽略了學(xué)習(xí)適當(dāng)?shù)奈谋咎卣鱽?lái)更好地匹配特定類(lèi)別的圖像特征。此外，這些方法只關(guān)注了一個(gè)方面，沒(méi)有同時(shí)有效地解決上述兩個(gè)問(wèn)題。本文介紹了一種新穎的基于原型的多標(biāo)簽少樣本圖像學(xué)習(xí)框架，它將成對(duì)特征增強(qiáng)和靈活的提示學(xué)習(xí)結(jié)合在一起。具體來(lái)說(shuō)，通過(guò)成對(duì)特征增強(qiáng)，利用支持集中圖像的區(qū)域特征來(lái)生成更多圖像特征并構(gòu)建圖像原型，從而緩解了數(shù)據(jù)稀缺的問(wèn)題。通過(guò)靈活的提示學(xué)習(xí)，自適應(yīng)地獲取特定類(lèi)別的提示，構(gòu)建與特定類(lèi)別圖像特征高度匹配的文本原型，從而減輕無(wú)關(guān)類(lèi)別的影響。最后，通過(guò)自適應(yīng)可學(xué)習(xí)參數(shù)，將圖像原型和文本原型合并，得到最終原型，從而為多標(biāo)簽少樣本圖像分類(lèi)提供更強(qiáng)大的分類(lèi)器。廣泛的實(shí)驗(yàn)結(jié)果表明，這一研究提出的方法可以將基準(zhǔn)性能推向更高水平。

6. 論文題目：Efficient Language-instructed Skill Acquisition via Reward-Policy Co-Evolution

摘要：

在機(jī)器人自主學(xué)習(xí)領(lǐng)域，高效地通過(guò)語(yǔ)言指令獲取技能對(duì)于減少人工指導(dǎo)至關(guān)重要。盡管強(qiáng)化學(xué)習(xí)方法在很大程度上減輕了人工干預(yù)，但設(shè)計(jì)真實(shí)世界任務(wù)的獎(jiǎng)勵(lì)函數(shù)，尤其是高維機(jī)器人控制任務(wù)的獎(jiǎng)勵(lì)函數(shù)，仍然面臨巨大挑戰(zhàn)。最近，隨著大型語(yǔ)言模型（LLMs）的進(jìn)步，自動(dòng)設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)變得可行。然而，現(xiàn)有方法在評(píng)估獎(jiǎng)勵(lì)函數(shù)時(shí)，往往需要從頭開(kāi)始重新訓(xùn)練策略，這對(duì)獎(jiǎng)勵(lì)函數(shù)提出了過(guò)高的要求，期望其在策略改進(jìn)的每個(gè)階段——從初始階段到收斂階段——都能有效。為了解決這一問(wèn)題，本文提出了一種新穎的獎(jiǎng)勵(lì)-策略共同演化框架（ROSKA），該框架允許獎(jiǎng)勵(lì)函數(shù)和學(xué)習(xí)策略相互促進(jìn)、共同演化，從而在每個(gè)階段逐步實(shí)現(xiàn)即時(shí)改進(jìn)，最終高效地獲取機(jī)器人技能。具體而言，獎(jiǎng)勵(lì)演化過(guò)程通過(guò)將機(jī)器人之前最優(yōu)的獎(jiǎng)勵(lì)函數(shù)、任務(wù)描述和環(huán)境信息轉(zhuǎn)化為文本輸入，查詢(xún)LLMs生成多個(gè)獎(jiǎng)勵(lì)函數(shù)候選，并確保每輪演化都能帶來(lái)持續(xù)改進(jìn)。在策略演化方面，本研究的方法通過(guò)混合歷史最優(yōu)策略和隨機(jī)策略來(lái)生成新的策略種群。結(jié)合改進(jìn)的貝葉斯優(yōu)化算法，本研究的方法能夠高效且穩(wěn)健地識(shí)別最具潛力的獎(jiǎng)勵(lì)-策略組合，進(jìn)而進(jìn)入下一輪的共同演化。實(shí)驗(yàn)結(jié)果表明，這一研究的方法能夠在使用更少的訓(xùn)練樣本情況下在多種高維機(jī)器人技能學(xué)習(xí)任務(wù)中實(shí)現(xiàn)了平均95.3%的歸一化性能提升，突出了其在提高機(jī)器人在復(fù)雜環(huán)境中的適應(yīng)性和精確性方面的有效性。通過(guò)與稀疏獎(jiǎng)勵(lì)方法、人工設(shè)計(jì)獎(jiǎng)勵(lì)方法以及傳統(tǒng)LLM設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)方法的比較，ROSKA在所有任務(wù)中均展現(xiàn)出卓越的性能，特別是在ShadowHand和FrankaCabinet任務(wù)中，分別實(shí)現(xiàn)了相對(duì)于人工設(shè)計(jì)獎(jiǎng)勵(lì)的4倍和8倍性能提升。這些結(jié)果不僅證明了ROSKA在機(jī)器人自主學(xué)習(xí)領(lǐng)域的巨大潛力，也展示了其在實(shí)際應(yīng)用中的廣泛適用性。