本研究通过收集多模态过程和表现数据并将人工智能算法与学习分析相结合，提出了一个三层分析框架来分析团队协作模式的规律。结果检测到三种协作模式：中等水平的基于行为的协作模式（Type 1），与高水平表现相关的基于沟通 - 行为 - 协同模式（Type 2）以及与低水平表现相关的基于沟通的协作模式（Type 3）。研究进一步强调了团队协作模式的多模态，动态和协同特性，以解释在 CPS 过程中出现的自适应，自组织系统的出现。

Oct, 2022

通过提出一个面向任务的无线通信框架，本文旨在共同优化通信方案和合作感知（Collaborative Perception, CP）过程，以解决实现 CP 所面临的关键挑战。研究提出了适应性压缩和强健融合方法，目的是在无线通信限制下提取和利用最有价值的语义信息；同时还提出了一种面向任务的分布式调度算法，以在动态环境中识别最佳合作者。通过在连接自动驾驶场景中进行案例研究来验证所提出的框架，并确定了几个未来研究方向。

Jun, 2024

我们通过分析小组对 Wason 卡片选择任务的讨论，评估认知多样性对小组决策成功的影响，结果表明较高的认知多样性与更成功的小组讨论相关。

Feb, 2024

本研究提出了一种基于 Pragmatic Rational Speaker 的框架，通过在工作记忆中添加轻量级差异调整层来学习演讲者 - 听者差异并相应地调整演讲，从而实现了一种类似于人类交流的 AI 代理能力。实证结果证明，该框架能够显著提高协作任务的结果。

Mar, 2022

大型生成语言模型的关键挑战是多样性，本文通过提出度量多样性的评估数据集和指标，并应用集体批判和自我投票等方法，有效提高模型对人群和文化的多样性。

Oct, 2023

本文提出了 Solo Performance Prompting（SPP）的概念，该技术通过与多个角色进行多回合自我协作将单个大语言模型转化为认知协同体，从而激发了 LLM 中潜在的认知协同作用，提高了复杂任务中的问题解决能力。

Jul, 2023

在本研究中，我们提出了一个用于优化传感器和执行器之间的推送和拉取通信的分析模型，并观察到政策的最优性与信息价值的最大化相一致。我们的结果还强调，尽管提供了更好的最优解，但可实施的推送通信策略在相对简单的情况下可能表现不佳。

Jan, 2024

介绍了创新问题解决（CPS）在人工智能（AI）中的一个子领域，旨在解决自主系统中的问题，并提出了一个 CPS 框架来分类现有的 AI 方法，并探讨未来的研究方向。

Apr, 2022

通过研究芝加哥警察局使用的播放式警务通信来分析警务广播中个人特征的提及、个人信息的共享以及隐私风险，发现芝加哥的执法人员无论在何种情况下，对待黑人公众都表现出了不成比例的关注，而个人特征主要在事件信息中提及，不成比例的关注给黑人公众带来了不成比例的隐私风险。

Jul, 2024

本文分析了一个类别的游戏，即异构代理商因为处于少数人群而受到奖励。我们发现这样的游戏在代理商之间存在着自适应，从而进入一种效率低下的非有效性阶段，与此同时出现了代理商间的 Emergent Cooperation，并提出策略空间维度与游戏代理商人数等因素可能导致的转变现象。

Nov, 1998