“机器学习和认知推理联合实验室”成立以来，双方在高阶认知推理系统、机器学习和自然语言处理等相关理论及技术研究上，展开了深入合作并实现了多向突破，产出的多篇优质论文也多次登陆ACL、AAAI、AAMAS等国际顶级会议。

　　以下为香港科技大学-小i机器人联合实验室入选国际顶级会议的代表性论文。

　　代表性论文：《学习如何抽象：一种记忆增强的会话回复生成》

　　入选会议：ACL2019

　　现有的会话回复生成模型存在生成的回复多样性差、信息量不足等一些问题。一些研究人员尝试利用检索系统去增强生成模型的效果，但是该方法受限于检索系统的质量。在本文中，我们提出了一种记忆增强的生成模型，由记忆模块和生成模块组成，它可以对训练语料进行抽象，并且把抽象出来的有用的信息存储在记忆模块中，以便辅助生成模型去生成回复。具体来说，我们的模型会先对用户输入(query)-回复(response)的句对做聚类，接着抽取出每个类的共性，然后让生成模型学习如何利用抽出的共性信息。与普通检索增强模型相比，我们的模型改进了回复生成的质量，相关性和信息完备性。

　　代表性论文：《基于回复预期记忆的随需知识集成机制在回复中的应用》

　　入选会议：ACL 2020

　　众所周知，神经对话模型的响应虽然正确，但缺乏足够的内容和信息。通过阅读进行对话（CbR）可以大大增强信息量，其中针对给定的外部文本进行对话，围绕CbR任务，我们提出了一种新颖的预期-回复文本存储，用来利用和记住在回复生成的过程中重要的文本信息。我们通过教-学框架构造了预期的记忆。向教师模块提供了外部文本，上下文和真实的回复，教师请求回复并学习回复-意识权重矩阵；学生模块根据外部文本，上下文和教师模块的输出，学习如何预估教师模型中的权重矩阵，并构建预期的响应文本记忆。我们通过自动和人工评估验证了我们的模型，实验结果表明我们的模型获得了CbR任务的最高性能。

　　代表性论文：《并非所有的注意力都需要：序列数据的门控注意力网络》

　　入选会议：AAAI 2020

　　近年来，动态网络配置受到越来越多的关注，它是一种具有动态连接的卷积机制神经网络，与注意力机制不同，它可以一次选择性地激活一部分网络。在本文中，我们提出了一种用于序列数据的称为门控注意力网络（GA-Net）的新方法。GA-Net使用辅助网络动态选择要参加的元素子集，并计算注意力权重以聚合所选元素。避免了对不必要元素的大量计算，并使模型可以关注序列的重要部分。它结合了两个与输入有关的动态机制，注意力机制和动态网络配置，并具有动态稀疏的注意力结构。实验表明，提出的方法在IMDB、SST-1等文本分类任务上持续获得最佳结果，同时减少需求计算并获得更好的可解释性。

　　代表性论文：《平均收益重复囚徒困境的无敌策略》

　　入选会议：AAAI 2020

　　重复囚徒困境（IPD）是研究理性多智能体的长期行为的著名基准。针对这个问题学术界已经研究了许多众所周知的策略，从简单的针锋相对（TFT）到更复杂的策略，例如Press和Dyson最近研究的零行列式和勒索策略。在本文中，我们考虑了所谓的无敌策略，无敌策略有以下几个特点，首先，他们有一个非常清晰和直观的定义-永远不会输掉一场比赛。其次，它们的特征十分简单-可以被三个简单条件所表示。第三，它们与诸如Press和Dyson的勒索策略以及Akin的good策略等其他经过深思熟虑的策略密切相关。最后，从实验中我们发现，一些既不勒索也不合作的无敌策略也可以像TFT一样发挥作用。我们的策略为重复博弈，尤其是IPD的研究做出了贡献。

　　代表性论文：《重复囚徒困境的无敌策略》

　　入选会议：AAMAS 2019

　　重复囚徒困境是研究多智能体博弈的经典经济学模型。各个领域的学者广泛地使用这一模型，来研究合作是如何在多智能体演化过程中产生的。早在1981年，Axelrod组织了基于这一模型的策略竞赛，“针锋相对”策略获得了冠军，对后来的研究产生的深远的影响。2012年以来，随着“零行列式策略”的提出，又涌现出许多具有特殊数学性质的策略。受到我们最初观察的启发，没有任何策略可以击败勒索策略，我们继续研究所有这类立于不败之地的策略。我们的主要技术成果是，此类策略可以被三种简单条件所表示，还将此类策略与其他策略相关联，并考虑了它们在结合时显示的作用。