Prestižní ocenění z mezinárodní konference AAMAS 2025 putuje na FIT VUT

Již 24. ročník mezinárodní konference o autonomních agentech a multia-gentních systémech AAMAS 2025 se uskutečnil v druhé polovině května 2025 v americkém Detroitu. Jedná se o jednu z nejvýznamnějších pravidelných akcí v oblasti výzkumu autonomních agentů a multi-agentních systémů (konference je zařazena v nejvyšší kategorii CORE A*). Koná se každoročně už od roku 2002 a vždy hostí zásadní vědecká jména. Na letošním ročníku přednášela např. Prof. Rada Mihalcea z Michiganské univerzity nebo Prof. Jeffrey Rosenschein z Hebrejské univerzity v Jeruzalémě.

Konference pokrývá široké spektrum témat z oblasti technologií agentů AI, jejich strojového učení a učení s lidským zapojením, modelování generativních agentů, optimalizace a plánování agentů, transparentnosti AI modelů obecně a jejich spolehlivosti, resp. souvisejících celospolečenských a etických témat.

Na konferenci jsou udělována prestižní ocenění – včetně Best Student Paper Award. A právě tato cena byla letos přiznána studii „Decentralized Planning Using Probabilistic Hyperproperties“, na níž se coby autoři podíleli i dva studenti doktorského studia z Ústavu inteligentních systémů FIT VUT Filip Macák a Roman Andriushchenko, a to pod vedení doc. RNDr. Milana Češky, Ph.D., a ve spolupráci se dvěma kolegy (Francesco Pontiggia a Michele Chiari) z Technische Universität Wien. Spolupráce byla realizována v rámci projektu VASSAL. O významu ocenění svědčí i fakt, že v letošním ročníku konference bylo podáno více než 1 000 příspěvků a méně než 25 % z nich bylo přijato k publikaci.

Zmíněná studie představuje inovativní přístup k decentralizovanému plánování multi-agentních systémů prostřednictvím rozšíření klasické pravděpodobnostní logiky o tzv. hypervlastnosti, které dovolují efektivně uvažovat o množinách běhů. Tento přístup umožňuje zachytit komplexní temporální požadavky na chování více agentů a současně rozšiřuje možnosti plánování takových systémů oproti tradičním metodám. Práce přináší důležité teoretické výsledky (zobecnění nerozhodnutelnosti pro decentralizovanému plánování) a rovněž praktický proximativní algoritmus, které překonává existující řešení (tj. poskytuje kvalitnější plánovací strategie).
Vítězný článek je dostupný ZDE.