Disentanglement dell'Azione Intrinseca per il Coordinamento Uomo-AI
Un nuovo framework per l'apprendimento per rinforzo gerarchico profondo, noto come Intrinsic Action Disentanglement (IAD), è stato introdotto per migliorare la collaborazione tra umani e AI. IAD identifica sequenze di azioni a basso livello uniche e consapevoli del partner basate su abilità latenti di alto livello, utilizzando un sistema di ricompensa intrinseca per promuovere distribuzioni di azioni disentangled. Questo approccio crea una chiara connessione tra scelte di alto livello e comportamenti specifici del partner, consentendo risposte adattabili a dinamiche di partner variabili in presenza di cambiamenti distribuzionali. Il framework è stato testato nell'ambiente Overcooked-AI su diverse configurazioni. Ulteriori informazioni sono disponibili su arXiv:2605.24343.
Fatti principali
- 1. IAD è un framework di apprendimento per rinforzo gerarchico profondo (DHRL).
- 2. Apprende sequenze di azioni a basso livello consapevoli del partner condizionate da abilità latenti di alto livello.
- 3. Una ricompensa intrinseca incoraggia distribuzioni di azioni disentangled tra le abilità.
- 4. IAD fornisce una mappatura interpretabile tra decisioni di alto livello e risposte specifiche del partner.
- 5. Consente l'adattamento a dinamiche di partner eterogenee sotto cambiamento distribuzionale.
- 6. La valutazione è stata condotta nel dominio Overcooked-AI su più configurazioni.
- 7. I metodi esistenti spesso collassano in un singolo comportamento dominante o apprendono abilità poco allineate.
- 8. L'articolo è disponibile su arXiv con identificatore 2605.24343.
Entità
Istituzioni
- arXiv