面向分布式联盟团队的人机知识融合(HAKF)初探
多智能体系统
2020-10-26 v1 人工智能
摘要
未来的联盟行动可通过人与机器智能体之间的敏捷组队得到大幅增强，但在联盟背景下，这些智能体可能对人类用户而言是陌生的，且预期在广泛场景而非为特定目的狭义定义下运行。在此类环境中，人类智能体必须能够通过对其行为的适当透明（例如通过解释）迅速建立对机器智能体的信任。人类智能体也能够将其本地知识带入团队，观察态势发展并决定应将哪些关键信息传达给机器智能体，以使后者更好地考量特定环境。在本文中，我们通过回顾关键需求并阐释如何在一个示例情境中满足这些需求，描述了通向这种人机知识融合(HAKF)环境的初步步骤。我们展示了在具有不确定信源、基于复杂事件处理的场景中，HAKF如何有潜力为作为分布式联盟团队一部分的人类与机器智能体双方带来价值。
引用
@article{arxiv.2010.12327,
title = {Towards human-agent knowledge fusion (HAKF) in support of distributed coalition teams},
author = {Dave Braines and Federico Cerutti and Marc Roig Vilamala and Mani Srivastava and Lance Kaplan Alun Preece and Gavin Pearson},
journal= {arXiv preprint arXiv:2010.12327},
year = {2020}
}
备注
Presented at AAAI FSS-20: Artificial Intelligence in Government and Public Sector, Washington, DC, USA