面向零样本人机协作的自动课程设计
人工智能
2025-08-22 v2
摘要
零样本人机协作是指训练一个自我智能体在没有人类数据的情况下与人类进行协作。大多数关于零样本人机协作的研究集中在增强自我智能体在给定环境中的协作能力，而未考虑向未见环境的泛化问题。零样本人机协作的现实应用应考虑不可预测的环境变化以及协作者协作能力随环境变化的情况。此前，多智能体UED（无监督环境设计）方法在竞争性双人AI-AI场景中通过联合考虑环境变化和协作者策略来研究这些挑战。本文将多智能体UED方法扩展到零样本人机协作中。我们提出了一种效用函数和协作者采样方法，用于零样本人机协作设置，这有助于训练自我智能体比以前的多智能体UED方法更有效地与人类协作。零样本人机协作性能在Overcooked-AI环境中使用人类代理智能体和真实人类进行了评估。我们的方法优于其他基线模型，并在未见环境中的人机协作任务中取得了高性能。源代码可在 https://github.com/Uwonsang/ACD_Human-AI 获取。
引用
@article{arxiv.2503.07275,
title = {Automatic Curriculum Design for Zero-Shot Human-AI Coordination},
author = {Won-Sang You and Tae-Gwan Ha and Seo-Young Lee and Kyung-Joong Kim},
journal= {arXiv preprint arXiv:2503.07275},
year = {2025}
}