Mar, 2024

未知环境下的协同人工智能团队合作通过主动目标推理

PDF
TL;DR人工智能与未知代理的协作中，使用了基于内核密度贝叶斯逆学习方法和预训练的、目标条件下的策略以实现零 - shot 策略适应性。该框架在多样的未知代理环境中得到验证，结果表明在合作场景中，其卓越的团队表现推动了人工智能与未知代理的发展。
发现论文，激发创造
  • 目标推断改进人机协作的客观和感知性能

    本文评估了一种人机协作方案，该方案结合了任务分配和动作规划推理的层次，使用贝叶斯推理预测他的人类伴侣的下一个目标，并实时重新规划自己的行动，实现了预期的适应性，取得了良好的人 - 机表现优化。

    Feb, 2018

  • 在线贝叶斯适应下的次优混合人机团队合作

    研究通过计算建模和优化技术，提升人工智能与人类队伍的协同性能，其中人类和机器智能代理由于环境知识不完整而发挥亚最优能力，并采用在线贝叶斯方法推断人们愿意接受机器的协助，实验结果显示协作方式与团队性能、用户信任和对机器的好感度存在显著关联。

    Mar, 2024

  • 多智能体团队中可迁移合作行为的学习

    提出使用共享的代理 - 实体图来建模多智能体相互作用，并利用基于图的强化学习训练代理实现协作行为，实现了对多种任务的有效解决，并展示了其泛化能力。

    Jun, 2019

  • 不确定激励一致下的紧急合作

    不确定性降低了代理人在合作行为中的能力，但通过声誉机制和内在奖励可以增强合作环境中的代理人能力并大幅提升混合动机环境中的合作。

    Jan, 2024

  • 目标足够：在 IMFs 中诱发未知多智体系统的无约束合作

    通过使用 AI-based supervisor agent，我们提出了一种框架，可以并行地编排预训练的 agent，该框架通过为 MARL 代理分配最佳目标并激励它们展示特定的期望行为来实现。在网络仿真器上的结果显示，与基于规则的方法相比，所提出的方法在更快和更好地实现期望的同时，甚至推广到环境变化。

    Oct, 2023

  • 无参判别奖励的无监督控制

    本文提出了一种基于无人监督学习的算法，用于训练代理达成感知确定目标，通过学习目标条件化策略和目标实现奖励函数，代理人能够在没有手工奖励或专业数据的情况下掌握环境的控制方法。

    Nov, 2018

  • 主动采样学习多任务

    提出了一个高效的多任务学习框架，该框架采用主动学习原则来解决多个目标导向任务的问题，通过对 7 个多任务实例进行测试，实现了竞争性的多任务表现。

    Feb, 2017

  • 多智体元梯度强化学习中的自适应激励设计

    本文研究了在应用人工智能并应用于共享环境中，设计机构机制以体现社会福利的重要性。我们提出了一种基于元梯度方法的自适应激励设计算法，该算法通过在线交叉验证原则显式考虑其对代理学习的影响，并通过它们对未来社会福利的影响进行优化系统目标

    Dec, 2021

  • 带有可变智能体数量的协作任务的 K 近邻多智能体深度强化学习

    本文提出了新的深度加强学习算法来处理可变数量的智能体问题，结合日立开发的车队管理模拟器，应用于生产现场的实际场景。

    Jan, 2022

  • 学习团队对齐：基于多智体团队的自适应 Credo 框架

    在多智能体团队中使用混合激励机制具有优势，作者们提出了一个框架，在此框架下，学习智能体可以通过其奖励函数的不同部分自我调节其激励配置。他们的模型基于分层强化学习和元学习的思想，可以学习支持行为策略发展的奖励函数的配置。初步结果表明，通过自我调整各自的团队配置参数，智能体可以实现更好的全局结果。

    Apr, 2023