Jan, 2022

使用动作特征学习与人类协同工作

PDF
TL;DR探究网络结构对学习算法利用语义关系的倾向性，发现基于注意力机制构建的网络结构在零样本协调任务中具有更好的归纳偏好，并经过精细的评估和场景分析，证明了这种策略是可解释的， 并且这样的智能体在没有训练任何人类数据的情况下就能够与人类协调一致。
human-ai coordinationsemantic relationshipsnetwork architectureattention-based architectureszero-shot coordination
发现论文，激发创造
  • 学习关于人类的知识对于人工智能协作的效用

    研究表明，当自主算法如自我博弈和基于群体的训练算法用于训练智能体时，智能体往往只能与自己合作，而不能与人类合作。本文在一个类似于烹饪过程的环境中设计了几个智能体，以展示他们在与人类协作方面的表现，并探讨了更好协作的设计方法。

    Oct, 2019

  • 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

  • PECAN: 利用政策集成实现上下文感知的零 - shot 人工智能协同

    该论文提出了零样本人工智能与人类协作的新方法，使用策略组合方法以提高参与者的多样性，以及上下文感知方法使自我代理能够分析和识别合作伙伴的潜在策略原语以便其可以相应地进行不同的行为。结果表明，该方法在所有场景中实现了最先进的性能。

    Jan, 2023

  • 面向人工智能协同的语言指导强化学习

    在缺乏高质量人类行为数据的情况下，使用预训练的大型语言模型生成人类语言指令的先验策略并规范化强化学习目标可以帮助人工智能代理与人类协作，并在多智能体强化学习问题中实现人工智能代理与人类偏好一致的均衡解。案例中验证了该框架的有效性。

    Apr, 2023

  • 通过人类规正化搜索和学习，实现人类和人工智能的协同

    利用针对人类的数据规范化搜索方法及行为克隆技术，开发了一种三步算法来在不完全可观测的完全合作环境中与真人协作，该算法在 Hanabi 基准测试中表现出强大的协调性。

    Oct, 2022

  • 解决协作不兼容问题实现零射击的人工智能协调

    通过采用博弈论和图论等技术，本文提出了 COLE 框架，用于解决协作不匹配问题，并在在线 Overcooked 人工智能实验平台中验证其有效性，结果表明其优于现有方法。

    Jun, 2023

  • 人机合作中的预测：基于循环神经网络的多个动作序列预测方法

    通过神经网络方法，基于人类非语言行为，实现机器人对人类行动的预测，具有重要的应用价值。我们通过特征选择等手段，扩展了现有研究，设计出一种可以预测多个、不同长度动作序列的编码 - 解码循环神经网络拓扑结构，并论证了预测多个动作序列对协作场景奖励的估算十分重要。最后，在包含人类动作数据的动作预测数据集上进行有效训练，并探究了参数对性能的影响。

    Feb, 2018

  • 实际人机协作强化学习

    本研究通过一个协同迷宫游戏设计，用深度强化学习技术实现了人机共同协作。研究结果证明人机共同协作相互影响，在时间的推进下不断适应并建立起相应策略，这为人机智能的协作提供了可行的方案。

    Mar, 2020

  • 通过双重注意力网络推理人体对物体互动

    本文提出了一个双重注意力网络模型，该模型可以同时识别人类以及物体之间的动作，实现了物体及动作的同时识别，并在 Something-Something 数据集上展现了非常好的性能。除此之外，此模型还能够进行弱空间时间定位和可供性分割，可以识别物体的不同部分相互之间的交互。

    Sep, 2019