Apr, 2020

预测两人重复博弈中的计划和行动

HTML
PDF
TL;DR该研究提出了一种基于贝叶斯方法的算法模型，以预测人工智能代理在2个2矩阵博弈中与其合作者的行动，计划和意图，并采用两种预测方法（MAP和Aggregation），结果表明该模型预测行动和计划的准确度均达到88％以上，同时表明MAP在没有便宜谈判的情况下，预测S＃行动的性能明显好于Aggregation。
发现论文，激发创造
  • 互动POMDP Lite: 面向与自我利益相关的智能体互动的实用规划预测和利用意图

    研究智能代理与多代理系统中的规划算法，探索在预测其他代理人的意图的基础上构建的高效的意图感知规划框架，并通过一系列随机博弈的实验表明，该框架可以实现更好的和更稳健的性能。

    Apr, 2013

  • 深度多智能体强化学习的贝叶斯行动解码器

    使用Bayesian action decoder（BAD）的公开信念马尔可夫决策过程（public belief MDP）算法，成功在Hanabi卡牌游戏中超越了所有以前发表的学习方法和手动编写方法，创立了新的最先进水平。

    Nov, 2018

  • 重复博弈中预测人类互动的神经网络

    使用神经网络预测人类玩家在重复战略互动中的行为，证明神经网络可以通过历史记录的序列预测未来行为，同时比行为经济学模型有更准确的预测和更高的经济价值。

    Nov, 2019

  • 在合作部分可观察游戏中通过搜索优化策略

    本文提出了两种搜索技术，分别是单智能体搜索和多智能体共同知识搜索，在合作部分可观察游戏中应用，以提升合作智能体的性能。在Hanabi基准挑战问题中，两种技术均能大幅提高每个测试智能体的性能，并对使用RL训练的策略产生了新的最先进得分24.61/25。

    Dec, 2019

  • 利用心理理论提高多智能体协作

    研究使用贝叶斯心理理论，通过比较具有ToM代理和非ToM代理的合作玩家的表现，证明ToM代理的存在可以显著提高所有类型合作伙伴（包括人类玩家）的合作效率，对于设计更好的合作代理有重要的意义。

    Jul, 2020

  • 指挥官意图：战略游戏中人工智能任务规定的数据集和建模方法

    该论文提出一种使用目标和约束作为支架来调节和评估自主代理，并通过提供一种新颖的数据集和相关的数据收集协议，利用最先进的自然语言处理模型和增强程序开发了一种可用于从非结构化策略描述中识别目标和约束的机器学习框架，其结果表明，机器学习架构比人类评分员更能将非结构化语言描述解释为策略规范。

    Aug, 2022

  • 建模具有潜在推理预算的有界理性代理

    我们研究了在未知计算限制下追求未知目标的代理人群建模问题。通过引入潜在推断预算模型（L-IBM），我们能够明确地建模代理人的计算限制，并通过一种迭代推断算法的运行时间来控制。我们通过三个建模任务展示了L-IBM在不确定决策时的能力优于Boltzmann模型，并且推断的推断预算本身具有意义，计算高效，并且与玩家技能、合作人技能和任务难度相关。

    Dec, 2023

  • 游戏中的递归联合模拟

    在这篇论文中，我们研究了AI代理之间的相互作用，其中代理运行递归联合模拟。结果显示，这种互动在战略上等同于原始游戏的无限重复版本，从而实现了现有结果的直接转移，如各种民间定理。

    Feb, 2024

  • 通过分层对手建模和规划在混合动机环境中实现高效适应

    基于Hierarchical Opponent Modeling and Planning (HOP)算法的多智能体强化学习能够在混合动机环境中实现对未知策略的少样本适应，并显示出在不同未知对手和自对弈场景中优越的适应能力，同时在复杂多智能体环境中表现出社交智能的潜力。

    Jun, 2024

  • 不同游戏中蒙特卡罗树搜索性能的表征

    我们描述了一个初步的数据集，该数据集包括了268,386个不同游戏中的61个不同代理的对局，旨在研究Monte-Carlo Tree Search在各种游戏中的表现和改进方法，以及对数据集的预测模型训练和未来计划。

    Jun, 2024