新型冠狀病毒（COVID-19）感染的肺炎疫情牽動著全世界的心。大數據、人工智能、云計算等數字技術，在疫情監測分析、病毒溯源、防控救治、資源調配等方面發揮著重要作用。面對“新冠肺炎”，一方面，世界各國采取的“社交距離”“居家隔離”“健康碼”等一系列人員隔離策略被認為可以有效遏制疫情蔓延；另一方面，隔離策略也在一定程度上影響了人們日常生活和各國經濟運轉。如何設計隔離策略，既能保證人們的正常生活，又能遏制疫情的蔓延，是全球研究者關注的熱點問題。 

　　PAPW 2020研討會基于上述背景舉辦了流行病流動干預競賽，要求設計出針對流行病的流動干預策略。此次比賽由賓夕法尼亞州立大學、清華大學、南加州大學、卡塔爾計算研究所、上海交通大學、雅典國立卡波迪斯安大學以及弗吉尼亞理工大學共同主辦，旨在尋找有效的人員流動干預政策，以在流行病暴發期間最大程度地減少病毒的傳播。具體地，本次競賽目標是通過計算機模擬環境下，最大程度減少感染人數、減少人類流動性干預。比賽中使用的模擬器對一個1萬人規模城市進行了60天的仿真，采用易感性感染恢復（SIR）模型進行疾病傳播建模，并根據干預策略進行個體級別的模擬。比賽針對5種不同的場景進行了仿真，根據5種場景下的排名決定最終總排名。 

　　比賽共有來自世界各地逾20余支隊伍參加比賽。最終，深圳先進院、京東聯合組成參賽隊伍取得正賽總分第一名，采用強化學習算法對問題進行建模來優化流動干預策略；深圳先進院派出的另一支參賽隊伍采用遺傳算法對問題建模。兩支參賽隊伍最終提出的干預策略，都分別將各場景的累計感染人數控制在100人以下，遠低于其它參賽隊伍提出的解決方案。兩團隊的提交成績在所有分場景下均取得前兩名，因此以較高優勢獲得比賽的冠亞軍。 

　　此次獲獎團隊中的深圳先進院成員，來自深圳先進院數字所高性能計算研究中心的算法優化課題組。課題組由張涌研究員領導，目前成員包括副研究員1人，博士員工2人，工程師1人，博士碩士學生8人。近年來，課題組專注于研究近似算法和在線算法的設計與分析，以及分布式計算和多智能體系統方面的算法和應用。