【本网讯】近日，我校计算机学院胡靖副教授团队的研究成果“一种基于随机表演者-执行者-评论家模型的图像转化方法”（Stochastic Actor-Executor-Critic for Image-to-Image Translation）被CCF A类人工智能领域顶级会议“人工智能国际联合大会”（International Joint Conference on Artificial Intelligence，IJCAI 2021）接收。该研究成果由计算机学院2018级研究生罗梓巍在导师胡靖副教授的指导下完成，由吴锡教授和我校校外导师Keya西雅图研究院王昕博士联合指导。罗梓巍和导师胡靖为该论文共同第一作者，吴锡教授和王昕博士为共同通讯作者，成都信息工程大学为第一署名单位，是我校首次以第一单位在IJCAI上发表论文。

该研究成果提出了一种具有随机策略的表演者-执行者-评论家强化学习模型。该模型同时学习特征表示、图像生成和策略控制，可以在复杂的图像转化环境中执行高维连续动作，逐步完成精密的图像生成。并在多种图像转化数据集上对该方法进行评估，实验结果表明此方法超越了当前该领域的先进模型，具有优异的转化效果。

图1.算法框架图. (a)传统方法(b)本文SAEC模型框架图

IJCAI始于1969年，最初每2年举行一次，从2016年开始改为每年一次，是人工智能领域的顶级学术会议，被中国计算机学会推荐国际学术会议列表认定为A类会议。IJCAI 2021将于8月中旬召开，今年共收到投稿论文4204篇，仅有587篇被录取，论文接收率低至13.9%。

文章信息：Ziwei Luo¹, Jing Hu¹, Xin Wang^*, Siwei Lyu, Bin Kong, Youbing Yin, Qi Song, Xi Wu^*. Stochastic actor-executor-critic for image-to-image translation. IJCAI21 (CCF A类会议)