《复杂场景非完全信息高效智能决策关键技术及应用》获2025年度中国人工智能学会吴文俊人工智能科技进步奖一等奖，完成单位包括哈尔滨工业大学（深圳）、平安科技、北京大学。

“吴文俊人工智能科学技术奖”是以中国智能科学研究的开拓者、首届国家最高科学技术奖获得者吴文俊院士命名，经国家科学技术部批准设立，由中国人工智能学会（CAAI）发起主办，旨在表彰在智能科学技术领域取得重大突破、做出卓越贡献的科技工作者和项目。

获奖项目围绕人工智能系统中的精准决策、安全决策、高效决策的三大需求，研制了非完全信息博弈建模、规划、求解及学习技术，安全可信决策技术，以及模型的大规模训练和端侧部署优化技术，研发了金融风险智能预警、城市经济大脑、智慧能源管理、“白泽”大规模博弈决策等系统。在国际人工智能顶级会议AAAI举行的ACPC非完全信息博弈比赛中，连续五年位列世界第三、亚洲第一，获国际人工智能顶级会议NeurIPS侦查盲棋比赛第一名，中国指挥控制学会主办的多智能体评测第一名，全国挑战杯“揭榜挂帅”战略博弈赛道擂主奖等，形成了包括国际发明专利、国家发明专利和学术论文等一系列科研成果。研制团队长期与平安、华润等世界500强企业以及鹏城国家实验室合作，项目成果赋能于金融、经济、能源、国防等领域，取得了显著的经济和社会效益，经由中国人工智能学会主办，中国工程院院士领衔的专家团队鉴定，认为：“成果技术复杂度高，研制难度大，创新性强，整体技术达到国际先进水平，其中非完全信息博弈建模和安全高效博弈策略求解技术达到了国际领先水平。”

九十年代，IBM的国际象棋AI系统“深蓝”击败了人类冠军卡斯帕罗夫，国内象棋AI研究已取得了显著的进展，而同样流行的四国军棋却因存在“暗子”等私有信息，状态空间相较于象棋异常庞大，没有有效的AI算法可以处理这一类非完全信息的博弈决策问题。而这种在“拿不全”“拿不准”“拿不到”信息情况下的非完全信息博弈决策问题普遍存在于复杂的现实应用场景中。在当时，由于数据、算力的限制，这是一个不被主流研究关注的“冷门”方向。

项目研究团队自2002年开始，针对复杂场景非完全信息博弈决策问题进行了长期系统深入的研究，研究初期近十年几无经费支持，当时全国性的博弈竞赛没有设置非完全信息博弈赛道。直到2012年，申请到深圳市的基础研究项目，为后续研究提供了宝贵而有力支撑。2013年，首次参加国际AAAI-ACPC评测获得了第三名，并且在循环赛中击败了当时的世界第一加拿大阿尔伯塔大学的系统，极大地鼓舞了团队成员的士气。

2016年，Deep mind研发的AlphaGo在人机围棋大战中击败韩国围棋超一流选手李世石，助力掀起了人工智能的第三次浪潮，使人工智能与博弈决策技术成为全球瞩目的焦点，同年，团队迅速组织攻关小组复现了AlphaGo的原型系统。

AlphaGo解决的是一种专用、完全信息、二人、高能耗、二维空间、规则是人为设计的博弈决策问题，而研究通用、非完全信息、多人、低功耗、三维空间、规则非人设计的博弈决策问题是更具实用价值的。

2020年，随着与平安科技合作的“粤港澳智慧金融联合研究中心”正式成立，团队的研究进入了崭新的、面向大规模应用转化的快车道。通过与产业界的深度合作，团队将深耕多年的非完全信息博弈决策核心技术，系统性地应用于金融风险预警、城市经济大脑、智慧能源管理等场景。

2023年Open AI推出ChatGPT引起全球关注，由于对人类的语言进行有效建模，使其成为一个功能强大的通用人工智能系统。有如此智能的系统是否就不需要再进行非完全信息博弈决策的研究了呢？答案是不仅需要而且变得更为重要。随着大模型的不断普及和应用，各种各样智能体之间必然会产生联系和交互，合作、对抗、欺诈等现象普遍存在，同时由于时间空间和主观客观的因素，在信息不完全的情况下进行博弈决策是不可避免的。

2024年OpenAI研究科学家、非完全博弈决策领域的著名学者、德扑AI系统-“冷扑大师”的开发者Noam Brown带领团队研制了Open AI o1系统，模仿人类逐步解决问题的过程，可以“深思熟虑”解决非常复杂的问题，通过自我对弈等强化学习训练方式提升推理能力。这种系统在某种程度上可以视为一个多智能体的非完全信息博弈决策系统。2025年团队推出了基于博弈决策的“九头鸟”垂域大模型应用平台，并成功应用于智能制造和金融领域。

基于感知智能和认知智能的决策智能的应用将越来越普及，据权威机构预测到2030年全球决策智能市场将突破千亿美元，中国占比超30%，多智能体将成为政府和企业决策的标配，安全可解释的AI也将成为金融、政务、医疗决策的准入条件，边缘决策将更加普及，物联网场景70%推理在端侧完成，决策中台取代传统商业智能，成为企业数字化的核心入口。