Oct, 2023

使用偏好行为合作伙伴量化零样态协调能力

PDF
TL;DR零 - shot 协调（ZSC）是一个新的挑战，主要关注将学到的协调技能推广到未见过的合作伙伴。我们提出了一个可靠、全面且高效的评估方法，包括构建多样化的评估合作伙伴和多维度度量的最佳响应接近（BR-Prox）度量。在 Overcooked 环境中重新评估了强大的 ZSC 方法，结果显示一些最常用的布局无法区分不同 ZSC 方法的性能。同时，评估的 ZSC 方法必须产生更多多样化和高性能的训练合作伙伴。我们提出的评估流程呼吁改变如何高效评估 ZSC 方法，并作为人工评估的补充。
发现论文，激发创造
  • 异构多智能体零样本协同进化

    本文提出一种基于协同进化的方法，用于在物理世界和多智能体协作环境中解决零 - shot 协调问题，并在一个协同烹饪任务中实现了这个解决方案。

    Aug, 2022

  • 走向小样本协同：重新审视《汉尼拔》游戏中的即兴团队配合挑战

    合作式多智能体强化学习与零样本协同在近年来引起了极大的关注。本文通过构建一个基于合作多智能体游戏 Hanabi 的框架，在使用最新零样本协同算法时探究了多智能体强化学习方法的适应性，并发现在大多数情况下，顺序独立强化学习代理（IQL）与最新的零样本协同算法 Off-Belief Learning（OBL）相比，在适应性上表现相似。这一发现引发了一个有趣的研究问题：如何设计具有高零样本协同性能和快速适应未知伙伴的多智能体强化学习算法。通过研究不同超参数和设计选择对当前多智能体强化学习算法的适应性的作用，我们的实验表明，控制训练数据多样性和优化过程的两类超参数对 Hanabi 代理的适应性具有重要影响。

    Aug, 2023

  • 社会性具身重排中的自适应协调

    本文介绍了一项名为 'Social Rearrangement' 的任务，其中两个机器人在模拟的多智能体环境中协调完成长期任务，并通过一种称为 'Behavior Diversity Play' 的方法实现了零样本协调，促进了多样性，并达到了比基准更高的成功率和效率。

    May, 2023

  • 零样本协调的新形式化方法与开放问题

    介绍了零射击协调（ZSC）的问题，定义了一个标签自由协调游戏（LFC），发现了其他玩法不是 LFC 问题的最佳解，引入了其他玩法的补充算法以解决此问题，同时提出了 ZSC 的另一种实现方式。

    Jun, 2021

  • Hanabi 中零样本协作的 K 级推理

    通过同步训练所有层次的简单 k 级别推理适应，我们可以在 Hanabi 中获得具有竞争力的零射协调和特定的临时团队玩法表现，包括与类人代理机器人配对。

    Jul, 2022

  • 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

  • 零样本协同合作开放式学习框架

    本文提出了 Cooperative Open-ended LEarning (COLE) 框架，通过图形论的角度构建协作游戏的开放式目标，评估和确定每种策略的协作能力，进而解决合作不兼容的问题，并且实验证明该方法在与不同级别伙伴协调时优于现有的最先进方法。

    Feb, 2023

  • 学习翻译：合作语言习得的紧急交流预训练

    在合作语言习得问题（CLAP）中，我们提出并比较了两种方法来解决 CLAP 问题：模仿学习（IL）和基于新生通信的预训练和翻译学习（ECTL），前者是通过自我对弈与 EC 模型训练，然后从数据中学习将新生协议翻译为目标社区协议。

    Feb, 2024

  • 基于上下文和多样性驱动的合成零样本学习中的特异性

    为了更准确地预测未见过的属性 - 物体对并改善在开放世界中的组合过滤，在通常被忽略的特异性水平上考虑属性的多样性和上下文，我们引入了基于上下文和多样性的特异性学习框架用于组合零样本学习 (CDS-CZSL)。在闭世界和开放世界的情景中进行了实验，我们的模型在三个数据集上实现了最先进的结果。

    Feb, 2024

  • 生成用于零样本分类的视觉表征

    本文面向学习图像分类器的任务，并针对一些分类仅由语义描述（如视觉属性），而其他分类也由实例图像定义的情况下，提出了一种 Zero-Shot classification task (ZSC) 的方法。旨在通过生成模型和有监督学习方法，有效地解决这一问题，实验证明该方法在 ZSC 和广义 ZSC（GZSC）方面均取得了最新的成果。

    Aug, 2017