适应率与成本显示在人类-人工智能交互游戏中的作用
人工智能
2024-08-28 v1 计算机科学与博弈论
人机交互
摘要
随着人类与人工智能之间的交互变得越来越普遍，预测这些交互中人类行为的能力至关重要。我们调查了AI的适应算法如何影响两个人类玩家进行连续游戏中的行为预测。在我们的实验中，AI 使用不同适应率下的梯度下降算法来适应其动作，而人类参与者接收到成本反馈。这种成本反馈通过两种类型之一的可视化显示提供：(a) 当前联合动作向量的成本，或 (b) 当前联合动作向量局部邻域的成本。我们的结果表明，AI的适应率对人类行为具有显著影响，能够在两种博弈论均衡之间转移结果。我们观察到，慢速适应率将结果向纳什均衡移动，而快速适应率将结果向由人类领导的斯塔克尔堡均衡移动。局部成本信息的添加相对于仅来自当前联合动作向量的成本信息，使结果向纳什均衡移动。未来的工作将调查影响梯度下降游戏收敛的其他因素。
引用
@article{arxiv.2408.14640,
title = {Effect of Adaptation Rate and Cost Display in a Human-AI Interaction Game},
author = {Jason T. Isa and Bohan Wu and Qirui Wang and Yilin Zhang and Samuel A. Burden and Lillian J. Ratliff and Benjamin J. Chasnov},
journal= {arXiv preprint arXiv:2408.14640},
year = {2024}
}