决策智能作为人工智能赋能复杂系统的核心环节，旨在使机器能够自主感知、推理并执行最优策略，已成为推动无人系统、推荐平台与机器人智能化发展的关键引擎。现有决策系统在迈向高阶自主的过程中，面临三大核心瓶颈：长期价值与短期收益的权衡困境，个体智能与群体协同的整合难题，以及模型效能与数据效率的固有矛盾。中国科学院重庆绿色智能技术研究院研究团队围绕长期可靠决策、多体协同决策与高质量数据蒸馏等提出了创新性的解决方案，三篇相关论文被人工智能国际会议AAAI 2026录用。交互式推荐系统在提供个性化体验的同时，也面临长期公平性失衡的挑战：系统往往过度偏向热门内容，冷门或新内容难以获得曝光。这种“流行度偏见”在长期运行中不断累积，最终破坏内容生态的多样性与可持续发展。针对这一问题，研究团队提出数字内容生命周期感知的分层强化学习框架（LHRL），实现了对推荐系统“短期用户满意度”与“长期生态公平性”的动态平衡。实验结果显示，该机制可在保持用户满意度的同时，将长期用户参与度提升超过10%，显著改善了内容分布公平性。该研究揭示了生命周期因素在推荐公平性调控中的关键作用，为构建可持续、公平、可信的推荐生态提供了新的决策范式。在复杂物理环境中实现多机器人协同作业，是群体智能研究的重要方向。当前系统长期受制于“通信与协同”的双重约束：集中式决策需要传输大量感知数据，造成通信延迟；而完全分布式决策又难以保证全局协调精度。研究团队提出PIPHEN分布式物理认知与控制框架，通过从“数据通信”向“语义通信”转变，显著提升多机器人协同效率。实验结果表明，该框架可将协同决策延迟从315毫秒降低至76毫秒，同时提升任务成功率和系统稳定性。该研究为无人系统在复杂动态场景中的高效、可靠、可解释协作提供了全新技术路径。视觉—语言—动作（VLA）模型是支撑机器人理解世界与执行复杂任务的关键技术。此类模型的训练高度依赖海量数据，带来巨大的计算与存储开销，使得高性能模型难以在资源受限的场景中部署。现有“以模型为中心”的优化方式，如模型压缩与蒸馏，虽能减轻部分负担，却未从数据层面根治效率瓶颈。研究团队提出FT-NCFM影响力感知数据蒸馏框架，开辟“以数据为中心”的高效模型训练新方向。该框架使模型能够以更少的数据学习到更有效的知识。实验证明，仅使用5%的合成数据即可恢复原模型90%以上的性能，训练成本降低超过75%。该成果为在边缘设备上部署大规模智能模型提供了高效、经济且通用的数据优化范式。以上相关研究工作得到国家自然科学基金、重庆市自然科学基金、重庆市技术创新与发展重大专项等的支持。论文链接：1、2、3重构推荐公平性范式突破多机器人协同决策的通信瓶颈构建高效决策模型的数据精炼新路径