“机器行为与人机协同决策理论与方法研究”项目成功获得2021年度国家自然科学基金重大项目立项资助。该重大项目由清华大学Dr. Changxu Wu作为总项目负责人，项目的4个课题分别由4个高校承担：课题一：管理决策环境下的机器行为模式及演化（华东师范大学马利庄教授团队），课题二：人机协同中人的行为（清华大学Dr. Changxu Wu团队），课题三：人机协同决策的新型模式和管理场景（上海交通大学谢晓岚教授团队），课题四：生产和服务管理决策中的人机协同新型模式研究（浙江大学周伟华教授团队）。课题二主要研究人员是我系Dr. Changxu Wu、张伟教授、王琛副教授，我校人文学院曹柳星讲师、以及华东师范大学计算机科学与技术学院兰曼教授。
  人类正快速迈入人工智能时代。在人-机-物管理混合大环境下，智能机器能推进生产系统、供应链系统和服务系统的发展的同时，必然会带来许多附加的复杂的社会衍生效应，给人机协同决策管理技术应用带来前所未有的挑战。为此，“机器行为与人机协同决策理论与方法研究”重大项目从机器作用于人，人作用于机器和人机双向互作用视角出发，旨在运用多学科融合与交叉的方法，解释人机混合智能中机器行为、人的行为、人机交互的规律，建立新的机器行为与人机协同决策理论与方法，丰富管理决策的理论体系，指导中国的管理决策实践。
  让我们期待该研究团队在未来的五年中揭示人机混合智能的规律并且获得丰硕的研究成果。

1. 国家自然基金重大项目“机器行为与人机协同决策理论与方法研究”启动会于2022年3月25日在北京顺利召开。

  2022年3月25日，国家自然科学基金2021年重大项目“机器行为与人机协同决策理论与方法研究”项目启动会在北京市西郊宾馆举行。基金委管理科学部霍红副处长、管理科学部流动项目主任章魏、清华大学工业工程系主任李京山教授出席会议。项目首席科学家即总负责人Dr. Changxu Wu首先介绍了项目的总体规划和主要安排，随后马利庄教授（课题一）、Dr. Changxu Wu（课题二）、谢晓岚教授（课题三）和周伟华教授（课题四）分别汇报了各子课题的具体安排和研究重点。一些知名企业也做了有关混合智能管理决策的精彩报告。汇报会议还邀请了中科院自动化研究所曾大军研究员、北京航空大学吴俊杰教授、中科院心理研究所李纾研究员、华中科技大学王红卫教授、山西大学梁吉业教授参与指导重大项目的启动。重大项目课题负责人及课题组成员70多人参加了启动会。

2. 国家自然科学基金重大项目“机器行为与人机协同决策理论与方法研究”2022年度评议交流会成功举办。

  2023年3月23日，国家自然科学基金重大项目“机器行为与人机协同决策理论与方法研究”2022年度评议交流会在杭州成功举办。本次会议由自然科学基金委管理科学部主办、浙江大学管理学院承办。自然科学基金委管理科学部副主任刘作仪参加会议并致辞。
  刘作仪副主任在致辞中强调，重大项目应面向国家战略需求，加强课题组之间的协作，促进成果凝练、集成，充分发挥项目对实践的支撑和引领作用。
  清华大学吴昌旭教授、华东师范大学马利庄教授、上海交通大学张大力教授、浙江大学周伟华教授分别就项目及各课题的研究进展、研究成果、工作重点以及未来的研究计划等情况进行了汇报。会议特邀专家菜鸟网络技术有限公司人工智能部负责人胡浩源介绍了物流领域人机友好型交互算法的实践应用情况。
  评议组专家认真听取了项目及各课题的汇报，在科学问题凝练、成果聚焦、课题联动、研究成果转化等方面提出了切实可行的建议。项目及课题组成员针对评议组专家意见、建议进行了深入交流和讨论，在吸收专家意见的基础上对研究计划进行了优化调整。
  评议组专家、项目及各课题负责人、管理科学部相关工作人员等30余人参加会议。

1)混合智能管理情景下机器的行为规律，我们的主要发现如下：

[1] 本文提出了面向机器行为鲁棒性的攻击防御方法，针对测试攻击样例，抵御模型的主动攻击。Ren, Q., Bao, Q., Wang, R., & Yan, J. (2022). Appearance and Structure Aware Robust Deep Visual Graph Matching: Attack, Defense and Beyond. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 15263-15272). [PDF]

[2] 本文提出了基于因果推断的机器行为鲁棒模型，发掘机器行为的决策依据，提升机器行为的鲁棒性。Ren, Q., Chen, Y., Mo, Y., Wu, Q., & Yan, J. (2022, August). DICE: Domain-attack Invariant Causal Learning for Improved Data Privacy Protection and Adversarial Robustness. In Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (pp. 1483-1492). [PDF]

[3] 正在建立智能分类模型的预测可解释性方法。Rethinking and Improving Robustness of Convolutional Neural Networks: a Shapley Value-based Approach in Frequency Domain.

2）混合智能管理情景下人的以及人机协同的行为规律，我们的主要发现如下：

[1] 本研究正在以人的信息加工排队网络模型为基础建立人的认知和行为模型并进行仿真，将为课题2和大项目人的行为研究提供定量模型。Dr. Changxu Wu

[2] Chai, C., Shi, J., Wu, C., Zhou, Y., Zhang, W., Liao, J., (Accepted in 2022) When to use vibrotactile displays? A meta-analysis for the role of vibrotactile displays in human–computer interaction, Applied Ergonomics 本研究结果为利用振动触觉来优化人机交互效率提供了一定的参考和借鉴意义。本研究采用元分析的方法系统综述了振动触觉在人机交互领域的应用，探讨了振动触觉相较于视觉和听觉通道的价值，以及在视觉听觉通道基础上增加振动触觉的绩效增益。 [PDF]

[3] 本研究结果为人机混合智能下，人和智能系统的意图交流方式的设计和应用提供了借鉴意义。研究主要提出了利用基于手势的机械手臂传达智能系统意图的新型交互方式，通过比较不同机械手臂的挥动速度和人类手臂在人理解智能系统的手势的反应时、正确率和主观偏好上的影响，发现快速挥动（120次/分钟）的机械手臂能产生和人类手臂一样快速和正确的人的反应及积极的主观态度。Zhang, W., Wu, C*., You, X., Kust, L., Cheng, Y., Shi J (Accepted in 2022). Communication Between Automated Vehicles and Drivers in Manual Driving Vehicles: Using a Robotic Arms to Produce Gestures. International Journal of Human–Computer Interaction. [PDF]

3）混合智能管理情景下人机协同决策的新型模式和管理场景，我们的主要发现如下：

[1] 本文针对随机优化问题，在算法进行的过程中人工定义每一步的样本数量，保证算法以概率1收敛到最优解。Shuang Hao, Dali Zhang*, Ming Dong, Iteratively sampling scheme for stochastic optimization with variable sample path, Operations Research Letters 50(3), 347-355, 2022. [PDF]

[2] 本研究结合人机混合智慧和群体智慧来抑制当前的“信息疫情”，即社交媒体上虚假新闻的泛滥。本研究观察到人机智慧在假新闻检测任务上的互补性，基于此提出一个新框架，首先从社交媒体的用户贡献中抽取人类智慧，再设计一个贝叶斯聚合模型，以群体形式将人类智慧与机器智能有机结合，以达到高效且及时的虚假新闻检测。Wei, Xuan; Zhang, Zhu; Zhang, Mingyue; Chen, Weiyun; Zeng, Daniel Dajun; Combining Crowd and Machine Intelligence to Detect False News on Social Media, Management Information Systems Quarterly, 2022, 46(2): 977-1008. [PDF]

[3] 本文针对随机博弈问题，在每一轮博弈过程的过程中根据决策者对自身决策的交换来定义样本数量，保证博弈的过程以概率1收敛到稳定的纳什均衡。Dali Zhang; Linyun Ji; Sixiang Zhao; Lizhi Wang; Distributed iteratively sampling method for the computation of stochastic Nash equilibrium.

4）混合智能管理情景下生产和服务管理决策中的人机协同新型模式研究, 我们的主要发现如下：

[1] 本文设计并实现了一个交互对比可视分析工具，该工具可以理解不同异构网络嵌入模型之间的差异，解决评估异构网络嵌入模型的定性分析问题。王攸妍, & 汤颖. (2021). 面向异构信息嵌入模型的交互对比可视分析系统. 计算机辅助设计与图形学学报, 33(12), 9. [PDF]

[2] 本文通过一项实证研究，检验并证实了结构赋能在多利益相关者价值共创(VCC)与新产品开发成功(NPD)之间的关系中扮演什么角色。 Wu, D., Liu, T., Wu, F., Bai, W., & Lin, X. (2022). Value co-creation and new product development success: the moderating effect of structural empowerment. Chinese Management Studies. [PDF]

[3] 本文研究了契约治理对虚拟社区价值共创的影响，并将心理所有权作为调节变量引入模型。研究结果表明，契约治理对虚拟社区价值共创造具有正向影响，心理所有权具有正向调节作用，主要表现在心理所有权的归属和自我认同上，但在自我效能上不明显。Wu, D., Liu, T., Lin, X., & Li, J. (2022). Contract governance and value co-creation in virtual community: the moderating effect of psychological ownership. Innovation, 1-31. [PDF]