蚂蚁集团 IJCAI 2026 四篇论文：从静态求解器到动态自适应者

事件概述

IJCAI-ECAI 2026 将于 2026 年 8 月 15 日至 21 日在德国不来梅举行。蚂蚁集团入选的四篇论文分别从无监督学习、强化学习、黑盒优化和多模态评估四个方向，围绕「让 AI 适应动态环境」这一核心问题展开研究。

核心信息

1. MSRGC-Net：自适应数据密度分布的时间序列聚类

蚂蚁集团联合重庆邮电大学提出 MSRGC-Net，一种无需训练的时间序列聚类方法。核心逻辑分三步：

• 多尺度储备池编码：采用无需训练的回声状态网络（ESN），仅调整谱半径即可提取局部波动和长期趋势。
• “颗粒球”锚定图构建：根据数据局部密度自动划分颗粒球，高密度区颗粒小而多，低密度区颗粒大而少，数据规模从 N 压缩到 M，同时抑制噪声。
• 共识多尺度图优化：跨尺度锚定图通过共识策略融合，无需人工指定聚类数目。

在 5 个多变量基准数据集、15 项评估指标上，MSRGC-Net 获得 12 项最优、2 项第二，且复杂度接近线性，避免了 O(n²) 成对计算。

2. ROAD：离线到在线强化学习的动态数据混合策略

蚂蚁集团联合上海交通大学提出 ROAD，将离线与在线数据的混合比例从预设参数变为动态决策变量。该方法把数据选择建模为双层优化问题：内层做标准 Q 学习更新，外层通过多臂老虎机（MAB）算法实时调整混合比例，以最大化在线策略的预期回报。

在 AntMaze、MuJoCo、FrankaKitchen 等基准上，ROAD 与 IQL、PEX、CQL、Cal-QL 等多种离线算法结合均能带来稳定提升。以 PEX+ROAD 为例，在 D4RL 基准的 24 个连续控制任务上平均分达 71.12，其中 18 个任务排名第一，优于固定比例、递减比例和启发式平衡回放等基线。

3. DSEBO：高维贝叶斯优化的自适应子空间搜索

蚂蚁集团联合华东师范大学、南京大学提出 DSEBO，让随机嵌入的子空间维度随优化进度动态切换。核心机制是从低维子空间出发，收敛后自动扩展维度，并通过共享嵌入矩阵继承低维解，形成“低维探索→收敛触发→维度扩展→继续优化”的循环。维度扩展幅度根据最优值变化曲线自适应调整。

在合成函数（Levy、Griewank、Sphere，D=1000）和真实任务（MSLR、Lasso-Hard、LIMO）上，DSEBO 与 REMBO、SIRBO、BAxUS、TuRBO 等十多种方法对比，几乎所有任务上都取得最优精度和收敛速度。

4. VGA-BenchV2：与 AIGC 生态共进的视频评估基准

蚂蚁集团联合北京电影学院、通用人工智能研究院（BIGAI）此前在 CVPR 2026 提出 VGA-Bench，本次进一步推出 VGA-BenchV2。主要升级包括：

• 人工标注量级增加：新增 36,000 条任务级人工标注，其中美学质量标注 16,200 条、美学标签标注 13,200 条、生成质量标注 6,600 条，相比 V1 分别扩展 13.46 倍、11.15 倍和 1.55 倍。
• 评估器架构升级：采用混合架构，VAQA-Net 负责连续美学评分，VTag-Net 和 VGQA-Net 基于 Qwen 大视觉语言模型进行标签识别和质量评估。
• 从评估到优化闭环：将美学评估器作为奖励信号，直接用于强化学习的生成模型微调，使评估基准能反向驱动模型迭代。

值得关注

四篇论文均来自蚂蚁集团真实业务场景的驱动，包括超 10 亿用户、8000 多种服务、支付洪峰与风控响应等动态环境。研究路径体现从“静态求解器”到“动态自适应者”的范式转换，覆盖金融核心场景和数字生活内容生态的多模态理解与评估基础设施。