星际争霸与人工智能

星际争霸一直是游戏玩家心目中即时战略类的经典之作，历时十多年而不衰。而如今它更成为深度强化学习、人工智能算法研究的一个主要平台和工具。因为其蕴含了多智能体协作、多任务学习、宏观策略规划等复杂问题，一旦取得部分突破和进展，对商业和社会发展都会带来极大影响。如国外的 DeepMind、Facebook 等公司相继投入大量人力基于它进行通用人工智能的研究。

在本次演讲中，我们将介绍阿里巴巴如何在星际争霸游戏环境中研究人工智能算法，并重点阐述多智能体协作在微观战斗场景中的应用。

听众受益

1. 了解为什么选择星际争霸作为人工智能算法研究的环境；
2. 了解星际争霸中算法研究的基本问题和难点；
3. 了解深度强化学习和多智能体协作的思路和方法。

经典算法与人工智能在外卖物流调度中的应用

外卖的物流订单调度是外卖行业内的一个重要技术问题，如何将海量订单合理分配给数万名配送员以达到最高配送效率和最低配送时长是我们要解决的难题。百度外卖自 2015 年初研发了业内第一套全自动化智能调度系统，并基于积累的海量配送数据引入机器学习和深度学习进行优化，使调度的合理性、配送员配送效率以及用户体验均远优于人工调度的结果。

这次演讲会与大家分享百度外卖智能物流系统最核心的设计思路，以及如何结合大数据与人工智能对系统进行深入优化，使其具有根据新增的调度数据自动学习优化的能力。还会简要介绍围绕在调度算法周围的子系统，包括可视化回顾历史每个时刻调度效果的时光机系统，实时监控与预警全局配送情况的实时监控系统，对不同调度模型与不同场景进行仿真和评估的仿真系统等。首次全方位的分享百度外卖在面对这一新兴领域的技术解决方案和经验。

本次分享以外卖物流订单调度问题为引，讲述策略架构师如何从零到一的完成整套策略技术体系的搭建。听众通过此次分享可以了解到：

1. 百度外卖通过系统替代人工实现外卖物流自动调度的核心技术历程。
2. 怎样结合经典的图论等算法与深度学习技术来解决复杂的策略问题。
3. 对于难以做离线评估的策略算法，怎样通过建立仿真系统的方式实现离线评估与调优。
4. 百度外卖实现调度系统自主学习优化的思路和方法。

复杂环境下的视觉同时定位与地图构建

虽然基于视觉的同时定位与地图构建（Visual SLAM）在过去十多年里取得了很大的进展，但要满足实际的应用需求仍需要解决一些关键性难题。例如，如何高效地获得尽可能长而且准确的特征轨迹并将多视频序列之间的复杂回路闭合起来？如何对于海量图像/视频数据在有限的内存下进行全局优化？如何在动态环境下进行鲁棒的同时定位与地图构建？如何处理相机快速运动和强旋转？本次演讲主要与大家分享我们为了解决这些关键问题所做的研究工作以及相关应用，并会现场演示基于移动设备的增强现实应用。

听众受益

• 了解什么是 Visual SLAM 及其关键难点；
• Visual SLAM 有哪些应用；
• Visual SLAM 的未来发展趋势。

全天候主被动式生物特征识别

生物识别技术是金融、安防等领域对人身份进行认证的重要方式。近年来，随着人工智能、深度学习的高速发展，人脸识别、人体识别技术取得了突飞猛进的性能提升。本次报告围绕全天候主动、被动式的人脸、人体的检测和识别技术，介绍我们近年来开展的几项突破性工作，包括：

1. 在复杂真实场景下（如监控视频、抓拍视频等）的主/被动式人脸识别技术；
2. 复杂真实场景下的人脸检测技术；
3. 人体识别相关技术。