发布论文时公开代码的影响？来自机器学习、机器人与控制领域的统计
系统与控制
2023-08-22 v1 机器人学
系统与控制
摘要
研究论文的开源是可重复研究及科研共同体集体科学进步的关键推动因素。随着所有科学领域发展出更先进的算法，我们愈发依赖复杂的计算工具箱——仅通过公式与证明来交流研究思路已不足以传达科学进展。过去数年，若干举措强调了透明且可重复研究的重要性和挑战；代码共享是此类举措中的关键必要环节之一。本文中，我们研究了代码发布对科学研究的影响，并给出了来自三个研究共同体：机器学习、机器人与控制的统计。我们发现，在六年期间（2016–2021），主要机器学习、机器人与控制会议上附带代码的论文比例至少翻了一番。此外，高影响力论文普遍有开源代码支持。例如，神经信息处理系统大会（NeurIPS）被引次数前 1% 的论文始终包含开源代码。另外，我们的分析显示热门代码仓库通常伴随高论文引用量，这进一步凸显了代码共享与科学研究影响力之间的耦合。尽管趋势令人鼓舞，我们仍希望持续推动并加大努力，以实现加速创新的透明、可重复研究——在论文发布时公开代码是明确的第一步。
引用
@article{arxiv.2308.10008,
title = {What is the Impact of Releasing Code with Publications? Statistics from the Machine Learning, Robotics, and Control Communities},
author = {Siqi Zhou and Lukas Brunke and Allen Tao and Adam W. Hall and Federico Pizarro Bejarano and Jacopo Panerati and Angela P. Schoellig},
journal= {arXiv preprint arXiv:2308.10008},
year = {2023}
}