2019年3月底，受清华大学“星火计划”和清华大学社科学院心理学系认知神经科学实验室共同支持的交叉科学工作坊SWOGPAT (Spark Workshop Grouped across Tsinghua)正式成立。工作坊发起成员为2016级心理学系本科生田洋、精密仪器系本科生何炜华和工程物理系本科生贾以涵，后拓展至多名“星火计划”十二期成员。
图1. 工作坊主要成员及参与的学术活动
自成立起，该工作坊积极开展交叉科学研究，发起了人造可编译脑(Artificial Compiled Brain)、类脑智能系统(Brain-like Intelligence System)、高性能信号处理技术(High Performance Signal Processing Technology)等多个研究项目，并与伦敦大学相关实验室开展合作。
2019年3月到5月间，工作坊累计申请“清华大学大学生学术学术研究推进计划”2项，分别获评A级(优秀)项目和B级(良好)项目。工作坊成员田洋、何炜华、贾以涵等人先后在41st International Engineering in Medicine and Biology Conference和Summer Simulation Conference 2019等国际会议上发表短报告论文和长论文共2篇，另有在投论文2篇。成员田洋在2019年星火十二周年年会上作相关学术报告。
其中，工作坊成员被Summer Simulation Conference 2019接收的长文QUASI-POTENTIAL FIELD: THE SIMULATION OF MOTIVATION IN COMPLEX PHYSICAL STRUCTURES解决了对多智能体动机描述存在高计算复杂性的问题。
包含多个智能体的系统(Motivated System)是一类每个智能体成员均带有特定动机的复杂系统，可用于描述人类社会、生物集群中各类交互现象，是生物物理、机器行为学和类脑智能等领域的研究热点。长期以来，将单一智能体的动机描述推广至多智能体存在着计算量陡增的难题，阻碍了相关研究的进展。
图2. 从单一智能体的动机描述到多智能体的动机描述
基于多学科交叉，工作坊成员提出了基于拓扑压缩的Quasi-potential Field模型，将多个智能体的多种动机统一描述在其对应的物理空间分布上，从而能显著降低对多智能体动机描述的复杂性。在实验中，Quasi-potential Field被证明有优秀的泛化能力和拓展性，能为元胞自动机、路径搜寻和决策系统等提供良好的动机描述。
以生存为动机的人群系统在复杂建筑物内的形成的Quasi-potential Field，其中，数值高低对应着智能体趋向性的强弱。
接入元胞自动机后，上述Quasi-potential Field描述的特定物理空间内人群的逃生过程。
目前，该论文已成为清华大学信研院相关实验室与心理系认知神经科学实验室合作项目的理论基础。未来，研究者希望此模型能为机器人行为学和种群动力学的研究提供普适、低复杂度的动机描述，助力多体智能研究的进一步飞跃。
（田洋供稿）
