征稿、竞赛报名通知！ICCV 2021多智能体研讨会及三大挑战赛拉开序幕
研讨会概况
智能体（如物体、机器人和人）之间的交互建模和关系推理在各种任务中扮演着重要的角色，需要不同领域的研究人员进行大规模的交流和协作。
2021年10月17日，首届以“多智能体交互与关系推理（Multi-Agent Interaction and Relational Reasoning）”为主题的研讨会将在计算机视觉顶级会议ICCV 2021上在线举办。
本次研讨会旨在从不同的研究领域，如自动驾驶、视觉推理、多智能体系统、目标检测与跟踪、场景理解、人机交互、图表征学习、直观物理、动力学建模等，对多智能体的关系推理进行跨学科讨论，希望通过多智能体交互建模的概念和技术分享，推动不同领域的相互促进与融合。
多智能体挑战赛
研讨会期间，程序组委会围绕多智能体关系推理发起了一系列挑战赛，涉及主题如下：
TrajNet++：人类行为/运动领域的多智能体轨迹预测挑战
在人工智能领域，由于自动驾驶和服务机器人等新兴应用的需求不断增长，拥挤场景中的轨迹预测已成为近来的热点研究方向。轨迹预测的关键挑战在于有效地模拟智能体之间的交互行为。TrajNet++是一个大规模以交互轨迹为中心的基准测试集。研究人员必须研究他们的方法在显式多智能体场景中的表现。这项挑战不仅提供了适当的轨迹采样，而且提供统一的评估系统来公平比较不同的方法。
CLEVRER：物理交互领域中的视觉目标动力学推理挑战
从视频中推理时间和因果关系的能力是人类智力的核心。然而，大多数视频推理基准都集中在视觉和语言输入的模式识别，而不是因果结构。CLEVRER是一个诊断视频数据集，用于对各种推理任务的计算模型进行系统评估。受人类随意判断理论的启发，CLEVRER提出了四类问题：描述性问题（例如，“什么颜色”）、解释性问题（原因是什么）、预测性问题（接下来会发生什么）和反事实问题（如果会发生什么）。
INTERPRET：基于交互数据集的自主驾驶领域的预测挑战
在自动驾驶领域，行为预测（例如轨迹、动作、意图）是最具挑战性的问题之一。如果没有包含高度交互行为的真实运动数据，以及基于数据对各种预测算法的适当评估，则无法解决该问题。基于此，加州大学伯克利分校的MSC 实验室与 KIT 、 MINES ParisTech合作创建数据集INTERACTION ，它采集了来自不同国家的各种驾驶场景中道路使用者（例如，车辆、行人）的大量交互运动。
更多详情查看研讨会官网：https://www.mair2.com/challenges
Invited Speaker
本次研讨会邀请了4位领域内顶尖的专家为研讨会作相关主题报告，包括斯坦福大学助理教授吴佳俊、Aurora技术负责人Micol Marchetti-Bowick、伊利诺伊大学厄巴纳－香槟分校助理教授Alexander Schwing和微软亚洲研究院研究员胡瀚。
研讨会的内容将包括但不限于以下16个主题：
具有复杂交互和关系的多智能体数据集（例如，自动驾驶数据集、多机器人数据集）
感知（如检测、跟踪）和场景理解（如分割、场景图）中的关系推理
直观物理与动力学中的关系推理与交互建模
交通参与者（行人和车辆）、运动员等轨迹预测中的交互建模
多智能体运动规划与决策
视觉Transformer及其在关系推理中的应用
关系表示学习与图神经网络
时空关系推理
人机交互
多机器人系统与群体系统
合作与竞争的多智能体系统
因果发现与建模
交互建模的评价与度量
关系建模中的迁移学习与领域自适应
关系推理与交互建模中的可解释性
基于交互建模的多智能体强化学习
更多详情查看研讨会官网：https://www.mair2.com/
投稿规则
所有论文使用与ICCV 2021论文相同模板，并通过CMT系统在线提交。审稿采用双盲机制，无Rebuttal阶段。最终被录用的论文将通过本网站对外公示，部分论文还将受邀进行在线演示。
此外，研讨会设置了最佳论文奖和最佳学生论文奖，由研讨会程序委员会投票决定。
提交论文类型
Non-proceeding
该类型可以是：（1）正在进行写作的论文（2）正在进行评审的论文（3）已经被接收/发表的论文。
短文（扩展摘要）：最多4页（包括参考文献）
常规论文：最多8页（不包括参考文献）
Proceeding
常规论文：最多8页（不包括参考文献）
重要日期
以下所有时间按加拿大蒙特利尔23:59pm计算：
Proceeding
论文截稿：2021年 7月27日
录用通知：2021年 8月6日
终稿提交：2021年 8月16日
Non-Proceeding
论文截稿：2021年8月30日
录用通知：2021年9月13日
终稿提交：2021年9月27日
更多详情查看征稿官网：https://www.mair2.com/call-for-papers
举报/反馈