本文旨在提供对人工智能协作的不同工作方面的全面概述，通过强调人工智能团队中互补的流程、任务视野、模型表示、知识层次和团队目标等各个方面，我们根据这些维度对近期工作进行分类目录，并希望该调查能够为研究领域的新研究人员提供更清晰的人工智能团队研究作品之间的联系和指导。

Mar, 2021

我们提出了一种新型的人工免疫系统：共生人工免疫系统（SAIS），受到生物学中共生关系的启发。SAIS 采用了共生有机体搜索（SOS）算法的三个关键阶段（互利共生、寄生共生和共生共生）的并行方法，从而有效地解决了人工免疫系统中存在的大群体规模和种群多样性问题，这是传统人工免疫系统和 SOS 难以有效解决的。我们进行了一系列实验，结果表明我们的 SAIS 在 26 个基准问题上达到了与最先进的 SOS 方法相当的性能，并且在其他广泛应用的人工免疫系统方法和进化算法上表现出色。此外，我们研究了参数选择问题，并发现 SAIS 在处理更大的种群规模时表现更好，同时需要更少的世代。最后，我们相信 SAIS 作为一种新颖的生物和免疫启发算法，为共生范式中的生物启发计算的创新铺平了道路。

Feb, 2024

基于网络科学的多层人工智能与人类集体智能表征方式，探讨了人工智能与人类集体智能间的相互作用、多样性与互动对系统整体智能的影响，并分析了现实中的 AI 增强集体智能实例，最后讨论了 AI 增强集体智能面临的潜在挑战和未来发展方向。

Mar, 2024

讨论了设计人类感知人工智能系统面临的挑战，包括建模人类的心理状态、识别其愿望和意图、提供主动支持、展示可解释性行为、并引发信任等，并强调这种系统引出的伦理困境和推广真正跨学科合作的必要性。

Oct, 2019

本研究论文旨在借助复杂系统、网络科学和人工智能的交叉领域构建社交人工智能的基础，并探讨了社交人工智能领域中的主要问题、可能出现的技术和科学挑战，以及未来的研究方向。

Jun, 2023

通过综合一系列理论框架和应用领域，该论文旨在推进多传感器人工智能的机器学习基础。它首先提出了一个理论框架，形式化描述不同感知模态之间的相互作用，以获取任务的新信息。其次，研究了可广泛泛化于多个模态和任务的实用多模态基础模型的设计。最后，讨论了如何利用这些思想开展未来工作，以实现更普遍、互动和安全的多传感器人工智能。

Apr, 2024

本文提供了一个交叉学科的观点，以发展由人与机器组成的社会技术群体，通过结合人工智能和人类智能，共同实现复杂目标，并从彼此学习中不断提高。因此，需要为这些系统提供结构化的设计知识，并展示了使这些应用程序的系统开发人员有用的指导。

May, 2021

本文介绍了一种更加广泛适用的人工智能框架 —— 广义人类感知交互（GHAI），通过六类（心理）模型来捕捉人工智能领域中的各种工作，并确定这些工作支持的基本行为模式。使用该框架可以确定当前文献中的潜在差距，提出未来的研究方向以解决这些缺陷。

Feb, 2022

智能自主系统与其他系统相互作用以完成复杂环境中的任务，但其有限的认知过程导致了共享情境意识的缺乏，从而对团队的有效性产生了不利影响。本研究通过讨论情境理论的概念，探讨了人类与智能自主系统相互配合时开发系统共享情境意识的方式，并在此基础上提出了三个对未来系统设计和开发有益的主要猜想。

Jun, 2024

人工智能（AI）已经彻底改变了人类的认知能力，并促进了能够与人类在物理和虚拟环境中进行交互的新型 AI 实体的发展。我们介绍了一个统一表示形式 —— 对称现实框架，它能包括各种物理 - 虚拟融合的形式，从而让从更广泛的角度理解 AI 实体如何与人类协作以及如何巩固不同的物理 - 虚拟整合技术路径。我们提出了一个 AI 驱动的主动辅助服务的示例，展示了对称现实系统在特定任务（如倒水）中的运作，并为不同领域的研究人员和实践者提供有益的观点和指导，从而为人工智能与人类在物理和虚拟环境中的共存的持续研究做出贡献。

Jan, 2024