CPS-TaskForge: 为多样化沟通任务生成协作问题求解环境
人机交互
2024-10-23 v2
摘要
团队可以超越个人表现；加入AI队友能否进一步增强团队协作解决问题的表现？协作问题求解（CPS）研究通常研究由两个智能体（人机或人人）组成的团队，但团队研究文献发现，对于复杂任务，更大的团队更有效。通过团队交互的文本记录研究超过两个智能体的协作进展，受到一个主要数据挑战的阻碍：现有的CPS语料库主要是二元组的，且将现有的CPS任务适配到更多智能体并非易事。我们通过开发CPS任务生成器CPS-TaskForge来解决这一数据挑战，该生成器可以产生用于研究各种条件下CPS的环境，并发布一份基于PISA 2015 CPS理论框架的CPS任务设计检查清单，以帮助促进具有更多智能体的CPS语料库的开发。CPS-TaskForge采用资源管理（塔防）游戏的形式，可以通过调整游戏设计参数来研究不同的CPS任务。我们以3-4人一组的人类团队进行案例研究，验证了CPS-TaskForge生成的游戏实例中多样化自然语言CPS沟通的产生。我们讨论了利用不同任务配置推进CPS研究（既包括纯人类团队也包括人机团队）的机会。我们将发布数据和代码。
引用
@article{arxiv.2408.08853,
title = {CPS-TaskForge: Generating Collaborative Problem Solving Environments for Diverse Communication Tasks},
author = {Nikita Haduong and Irene Wang and Bo-Ru Lu and Prithviraj Ammanabrolu and Noah A. Smith},
journal= {arXiv preprint arXiv:2408.08853},
year = {2024}
}