OvercookedV2：重新思考零样本协调下的 Overcooked
人工智能
2025-03-25 v1
摘要
AI智能体有望通过帮助人类实现目标来改变日常生活。为此，智能体需要能够在无需事先交互的情况下与新型伙伴协调，这一设定称为零样本协调（Zero-shot Coordination, ZSC）。Overcooked 已成为评估AI智能体和学习算法协调能力最受欢迎的基准之一。本文我们研究了ZSC挑战在Overcooked中的来源。我们引入一种状态增强机制，将可能与未知伙伴搭配时遇到的状态混合到训练分布中，减少了ZSC相关的分布外挑战。我们展示，在该算法下，独立训练的智能体能够在Overcooked中成功协调。我们的结果表明，ZSC失败主要归因于自我玩耍下的状态覆盖不足，而非更复杂的协调挑战。因此，Overcooked环境不适合作为ZSC基准。为解决这些不足之处，我们引入OvercookedV2，这是一个新的基准版本，包含非对称信息和随机性，促进了有趣的ZSC情景的创建。为验证OvercookedV2，我们进行实验，表明仅靠穷尽的状态覆盖不足以实现良好协调。最后，我们使用OvercookedV2构建新的协调挑战范围，包括需要测试时协议形成的挑战，我们证明了需要新的能够在线适应的协调算法。我们希望OvercookedV2能帮助评估下一代ZSC算法，并推动AI智能体与人类之间的合作。
关键词
引用
@article{arxiv.2503.17821,
title = {OvercookedV2: Rethinking Overcooked for Zero-Shot Coordination},
author = {Tobias Gessler and Tin Dizdarevic and Ani Calinescu and Benjamin Ellis and Andrei Lupu and Jakob Nicolaus Foerster},
journal= {arXiv preprint arXiv:2503.17821},
year = {2025}
}