通过层次化动作解缠实现自适应人机协调
人工智能
2026-05-26 v1
摘要
人机协作需要智能体能够适应多样化的伙伴行为和技能水平，同时对未见过的伙伴保持鲁棒性。现有方法常常坍缩为单一主导行为或学习到对齐不良的技能，限制了有效的协调。我们提出了内在动作解缠（IAD），一个深度层次强化学习（DHRL）框架，它学习以高层潜在技能为条件的、独特的、感知伙伴的低层动作序列。IAD引入了一个内在奖励，明确鼓励智能体低层策略在不同技能间的动作分布解缠，从而在高层决策和特定伙伴的行为响应之间产生可解释的映射。通过捕获时间上延展的交互模式，IAD能够在分布偏移下灵活适应异质的伙伴动态。我们在Overcooked-AI领域，跨多种布局和多样化的伙伴设置（包括未见过的模拟伙伴、一个基于人-人游戏训练的人类代理模型以及真实人类伙伴）评估了IAD。结果表明，IAD在所有设置中持续优于强基线，并实现了更可靠、自适应的协调。
引用
@article{arxiv.2605.24343,
title = {Adaptive Human-AI Coordination via Hierarchical Action Disentanglement},
author = {Adnan Ahmad and Bahareh Nakisa and Mohammad Naim Rastgoo},
journal= {arXiv preprint arXiv:2605.24343},
year = {2026}
}