ICLRApr, 2021

论习惯在人工智能协作中的关键作用

PDF
TL;DR提出了一种基于规则和传统的分离表示学习框架，能够使 AI 代理快速适应新的任务和伙伴，从而实现零 - shot 协调。
collaborative tasksadaptationai agentslearning frameworkconventions
发现论文，激发创造
  • 人工智能与人类合作的多元规范

    通过最大化自我博弈回报和最小化与先前发现的约定交互时的回报的方法，我们的技术在多代理合作游戏中生成多样化的约定，以适应人类的约定，并在与真实用户配对时超越人类水平的性能。

    Oct, 2023

  • 基于预备性基于语言约定的高效人工智能协作

    使用大型语言模型开发协同规约，能够有效引导人类和人工智能之间的协调；通过将问题分解、多个新会话和人类反馈等策略应用于规约制定问题，可以获得更高效的协调规约；在与真实人类协同时，该方法与人类偏好更加一致，性能平均提高了 15%。

    Nov, 2023

  • 共享过程抽象的通信学习

    研究如何使用自然语言来协同解决物理装配问题，结果表明，参与者通过使用更高级别的指称表达逐渐提供越来越简洁的指示，从而达成了共享过程中的概念抽象，这为智能体之间的共同程序化抽象的协调提供了归纳偏见的启示。

    Jun, 2021

  • 合作人工智能的广义信念

    本研究提出了一种基于信念空间的策略学习模型，可以在测试时间解码和适应新颖的规约，从而显著提高各种策略池中的特定反应的搜索和训练，同时增强智能体规约的可解释性和可解释性。

    Jun, 2022

  • 高效机器通信的持续自适应

    本研究提出了一个基于交互式重复参考任务的连续学习框架，以更准确和高效地与伙伴通信，并通过 COCO 的模拟和与人类伙伴的实时参考游戏实验进行了评估。

    Nov, 2019

  • 将机器人的表示与人类对齐

    研究了如何将在一个环境中学到的知识传递到另一个环境中的关键问题，并通过学习人类期望机器人执行哪些任务的中间表示方法，来提高机器人学习效率，从而为人类与机器人的互动打下基础。

    May, 2022

  • 通过观察自我对弈增强学习现有社会惯例

    研究了在协调博弈中，人工智能代理人如何通过多智能体强化学习和模仿学习来优化策略以满足现有社交约定。结果表明，使用少量模仿学习可以显著提高多智能体强化学习找到与现有社交约定相符的策略的概率。

    Jun, 2018

  • 基于连续世界的自主代理人群体中的稳健与适应性语言约定的分散出现

    通过局部交流互动，该文介绍了一种方法，使得自治体群能够建立一种语言约定，以便指代环境中观察到的任意实体，并且通过一系列实验验证了该方法的可靠性。

    Jan, 2024

  • 从合作伙伴到人群的意义泛化：层次推断支持网络上的惯例形成

    探究语言约定如何形成整个社区期望结合个体专属知识，提出了基于分层贝叶斯模型的解决方案，并进行了针对具体伙伴的自然语言沟通实验进行了模型预测的评估，结果表明伙伴特异性不仅与社区范围内的约定形成相容，而且可以与强大的归纳机制相结合，加以促进。

    Feb, 2020

  • 人机协作适应性的数学模型

    本文概述了机器人与人合作的概率规划和博弈论算法的研究，包括不确定性建模和对人类内部状态和变化的推理，以及在多个实际场景下实现的具体行为。

    Jul, 2017