超越伙伴多样性：基于影响力的零射线人机团队驾驶框架
人工智能
2026-05-18 v1
摘要
尽管 AI 代理正从孤立工具迅速发展为互动协作者，但数据驱动的人机团队（HMT）方法仍在其依赖跨域、跨团队成员和团队规模的人类互动数据的成本问题上保持较高。零射线协调（ZSC）通过模拟多样化的伙伴 population 来近似如何与不可见的伙伴互动，从而解决这一瓶颈。然而，伙伴覆盖在规模化的团队设置和通信受损时仍不足。为弥补这一不足，我们提出了基于影响力的团队驾驶（IBTS），一种框架利用影响力塑造来激励代理发现多样化的、高绩效的团队互动模式，并进一步引导正在进行的轨迹走向更强学习的协调模式。我们在 Overcooked-AI 上评估了 IBTS，包括两个代理和三个代理的情境，从而测试所学协调结构是否能超越二元互动迁移。我们的评估包括模拟伙伴、合成伙伴风格变异，以及（据我们了解）首个 30 名 Overcooked-AI HMT 研究，涉及两个真实人类同伴和一个机器同伴。在这些评估中，IBTS 在对抗基准中改善了团队绩效，凸显了规模化 ZSC 需要将稀疏奖励协调机制与伙伴变异覆盖相结合，而不仅仅依赖多样性。
关键词
引用
@article{arxiv.2605.15400,
title = {Beyond Partner Diversity: An Influence-Based Team Steering Framework for Zero-Shot Human-Machine Teaming},
author = {Wei Sheng and Rohan Paleja},
journal= {arXiv preprint arXiv:2605.15400},
year = {2026}
}