面向稳健人机协作的伙伴感知层次技能发现
人工智能
2026-05-26 v1
摘要
多智能体协作，特别是人机协作，需要能够适应不同且动态行为的伙伴的智能体。传统的深度层次强化学习 (DHRL) 方法关注代理中心的奖励，忽视伙伴行为，导致捷足身权的学习，即技能利用虚假信息而非适应伙伴动态行为。这种限制削弱了代理适应和有效协调不同伙伴的能力。我们引入伙伴感知技能发现 (PASD)，一种条件于伙伴行为的 DHRL 框架。PASD 引入对比内在奖励来捕捉源自伙伴交互中产生的模式，使类似伙伴的技能表示保持一致，同时在不同策略之间保持可区分性。通过基于伙伴交互结构技能空间，PASD 缓解了捷足身权的学习，促进了行为一致性，实现稳健且自适应的协调。我们在 Overcooked-AI 基准上进行了广泛评估，该基准包含由技能水平和游戏风格各异的伙伴。我们进一步使用来自人类-人类游戏轨迹训练的人类代理模型进行评估。PASD 在各种伙伴行为上 consistently 超越现有的基于人口的和层次基线，展示了可迁移的技能学习，能够在广泛的伙伴行为范围内泛化。分析所学技能表示表明，PASD 能有效适应不同伙伴行为，凸显其在人机协作中的鲁棒性。
引用
@article{arxiv.2605.24352,
title = {Partner-Aware Hierarchical Skill Discovery for Robust Human-AI Collaboration},
author = {Adnan Ahmad and Bahareh Nakisa and Mohammad Naim Rastgoo},
journal= {arXiv preprint arXiv:2605.24352},
year = {2026}
}