微软亚洲研究院理论中心前沿系列讲座第九期，将于 3 月 10 日（本周五）上午 10:30-11:30 与你相见。这一期，我们请到了北京大学讲席教授邓小铁，带来以 “Modeling Multiagent Game Dynamics: Approaches to Equilibrium Computation and Incentive Analysis” 为主题的讲座分享，届时请锁定 B 站 “微软科技” 直播间！

理论中心前沿系列讲座是微软亚洲研究院的常设系列直播讲座，将邀请全球站在理论研究前沿的研究者介绍他们的研究发现，主题涵盖大数据、人工智能以及其他相关领域的理论进展。通过这一系列讲座，我们期待与各位一起探索当前理论研究的前沿发现，并建立一个活跃的理论研究社区。

欢迎对理论研究感兴趣的老师同学们参与讲座并加入社区（加入方式见后文），共同推动理论研究进步，加强跨学科研究合作，助力打破 AI 发展瓶颈，实现计算机技术实质性发展！

直播信息

直播地址：B 站 “微软科技” 直播间
https://live.bilibili.com/730
如果您希望与讲者互动，欢迎通过 Teams 参会
会议链接：https://bl7c.cn/MKGVe
会议 ID：237 193 457 01
会议密码：rrj4J8

直播时间：3 月 10 日（本周五）10:30 - 11:30

扫码或点击 “阅读原文” 直达 B 站直播间

讲座信息

Xiaotie Deng is a Chair Professor at Peking University with a Ph.D. from Stanford University. His research focuses on algorithmic game theory, particularly in the context of the Internet and Blockchain Economics. Deng has taught at several universities and is a fellow of the ACM, IEEE, and CSIAM. He is a foreign member of Academia Europaea and received the 2022 Test of Time Award from ACM SIGecom.

报告题目: Modeling Multiagent Game Dynamics: Approaches to Equilibrium Computation and Incentive Analysis

报告摘要: This talk explores various research approaches to modeling the computation of equilibria and analysis of incentives in game dynamics. We discuss computational complexity, sequential and interactive optimization, and equilibrium analysis in multiagent systems.

上期讲座回顾

在上次的讲座里，来自华盛顿大学的杜少雷教授介绍了他们在多任务学习领域的一系列理论研究工作。特别地，杜教授论述了如何从理论上证明多任务学习确实能提升下游任务的表现，并以此为基础提出了对任务进行采样的方法。听者就该系列工作能否拓展到预训练模型进行了提问，并得到了杜教授的解答。

回放地址：https://prren.cn/Yy5VD

加入理论研究社区

欢迎扫码加入理论研究社区，与关注理论研究的研究者交流碰撞，群内也将分享微软亚洲研究院理论中心前沿系列讲座的最新信息

【微信群二维码】

也可以向 MSRA.TheoryCenter@outlook.com 发送以"Subscribe the Lecture Series"为主题的邮件订阅讲座信息

关于微软亚洲研究院理论中心

2021 年 12 月，微软亚洲研究院理论中心正式成立，期待通过搭建国际学术交流与合作枢纽，促进理论研究与大数据和人工智能技术的深度融合，在推动理论研究进步的同时，加强跨学科研究合作，助力打破 AI 发展瓶颈，实现计算机技术实质性发展。目前，理论中心已经汇集了微软亚洲研究院内部不同团队和研究背景的成员，聚焦于解决包括深度学习、强化学习、动力系统学习和数据驱动优化等领域的基础性问题。想了解关于理论中心的更多信息，请访问 https://www.microsoft.com/en-us/research/group/msr-asia-theory-center/