Mar, 2019

自动课程与社交互动中创新的出现：多智能体研究宣言

PDF
TL;DR研究探讨了多代理系统的动态演化，提出了自学课程的假说，解释了社会任务解决时的新任务的产生以及挑战的不断增加。
evolutionmulti-scale mosaicinnovationsmulti-agent systemsautocurriculum
发现论文，激发创造
  • 多智能体自学课程中的紧急工具使用

    通过多智能体竞争、自我监督的自动课程设置以及规模化的强化学习算法，我们发现代理创建了多个不同的新兴策略，其中许多需要复杂的工具使用和协调，并提供了有关多智能竞争可能扩展至更复杂环境的证据。

    Sep, 2019

  • 学习合作：多智能体导航中的新兴通信

    本研究探讨了人工智能代理的紧急沟通现象以了解其语言演化，发展出能够与人类有效沟通的人工智能系统，发现代理人在不同网格环境下进行合作导航任务时，学习了解释性的沟通协议，使其能够高效地解决任务，分析了代理人的策略，发现紧急信号在空间上聚集在一起，信号指向特定的位置和空间方向，如 “左”，“上” 或 “左上房间”，使用代理人群体，我们展示了出现的协议具有基本组合结构，从而表现出自然语言的核心属性。

    Apr, 2020

  • AI 自主性：自发性、适应性和持续学习

    本文提出了一个名为 SOLA 的框架，旨在促进构建具有自主和持续学习能力的人工智能代理的研究，该框架能够自主地检测、适应和学习未知情况，并且描述了一个实现的代理来证明其可行性。

    Mar, 2022

  • 多智能体通讯游戏中的紧急语言现象

    本文提出了使用深度强化学习进行训练的带有通信能力的智能体在同时进行一系列指称游戏的计算框架，证明了框架反映了自然语言中观察到的语言现象，即语言演化的复杂属性可以不依赖于复杂的语言能力而是可以从视觉感知智能体之间的简单社交交流中产生。

    Jan, 2019

  • 通过设置器 - 求解器交互自动生成课程

    研究探讨了如何在动态的环境下使用自动生成的任务大纲来改善智能体的效果，介绍了使用目标的有效性、可行性和覆盖面的考虑来构建有用的任务大纲的新技术，并在 2D 和 3D 环境中展示了成功应用。

    Sep, 2019

  • 演化内在动机以促进利他行为

    本篇论文研究多智体系统中的合作问题，发现可通过结合自然选择与 MARL 来实现无模型的协作特征学习，支持多层次选择的创新模块化架构结构为此提供了解决方案。

    Nov, 2018

  • 通过非对称自对弈实现内在动机和自动课程学习

    通过提出动态协同（Alice 和 Bob）的兴趣课程，使用一种适当的奖励机制，有效地进行无人监督的强化学习，用于环境感知系统中的智能体的训练

    Mar, 2017

  • 基于图的自主智能体的最小社交干预探索

    本文探讨了自主学习代理程序开放式技能库的学习，提出了结合 Piaget 视角和 Vygotsky 视角的方法，通过提供新的社交交互协议 Help Me Explore 和基于图的自主代理程序 GANGSTR，实现了代理程序学习掌握更复杂的任务目标。

    Feb, 2022

  • 使用多样性搜索在细胞自动机中发现感觉运动代理

    研究人工生命领域探讨计算机模拟中类似生命的现象，如自我组织、自主性或自我调节。本文利用机器学习的最新进展，结合多样性搜索、课程学习和梯度下降等算法，自动搜索能够与外部障碍物相互作用并保持完整性的局部结构，即原始形式的感知运动机制。我们展示了这种方法能够系统地找到导致基本机制自组织的细胞自动机环境条件，并通过多个实验证明了发现的个体在移动、保持身体完整性和穿越障碍物方面具有出乎意料的稳健能力，同时还表现出强大的泛化能力，在训练期间没有看到的尺度变化、随机更新或环境干扰方面具有鲁棒性。我们讨论了这种方法在人工智能和合成生物工程领域的新视角。

    Feb, 2024

  • 朝着具有社交能力和文化适应能力的人工智能代理：表达顺序、交互干扰和恢复策略

    通过分类功能和社交干扰以及探讨机器人架构的要求，本文旨在为人工智能代理提供处理不同类型交互干扰的能力，以实现在多方社交情境和用户个性化之外，对于为人工代理赋予社交能力的扩展。

    Aug, 2023