論文の概要: RADAR-X: An Interactive Mixed Initiative Planning Interface Pairing
Contrastive Explanations and Revised Plan Suggestions
- arxiv url: http://arxiv.org/abs/2011.09644v2
- Date: Fri, 3 Jun 2022 22:36:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-23 21:00:02.877376
- Title: RADAR-X: An Interactive Mixed Initiative Planning Interface Pairing
Contrastive Explanations and Revised Plan Suggestions
- Title(参考訳): RADAR-X: 対照的な説明と修正計画の提案を取り入れたインタラクティブな混合構想計画インターフェース
- Authors: Karthik Valmeekam, Sarath Sreedharan, Sailik Sengupta, Subbarao
Kambhampati
- Abstract要約: 本稿では,対話型説明対話におけるユーザ参加能力を示す決定支援システムRADAR-Xを提案する。
本システムは,ユーザの潜在的嗜好を引き出すためにこの対話を利用し,3つの異なるインタラクション戦略を通じて計画提案を改訂する。
- 参考スコア(独自算出の注目度): 30.98066157540983
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decision support systems seek to enable informed decision-making. In the
recent years, automated planning techniques have been leveraged to empower such
systems to better aid the human-in-the-loop. The central idea for such decision
support systems is to augment the capabilities of the human-in-the-loop with
automated planning techniques and enhance the quality of decision-making. In
addition to providing planning support, effective decision support systems must
be able to provide intuitive explanations based on specific user queries for
proposed decisions to its end users. Using this as motivation, we present our
decision support system RADAR-X that showcases the ability to engage the user
in an interactive explanatory dialogue by first enabling them to specify an
alternative to a proposed decision (which we refer to as foils), and then
providing contrastive explanations to these user-specified foils which helps
the user understand why a specific plan was chosen over the alternative (or
foil). Furthermore, the system uses this dialogue to elicit the user's latent
preferences and provides revised plan suggestions through three different
interaction strategies.
- Abstract(参考訳): 意思決定支援システムは、インフォームド意思決定を可能にする。
近年では、自動的な計画手法が活用され、そのようなシステムがより人道支援に役立てられている。
このような意思決定支援システムの中心的な考え方は、自動計画技術で人道支援の能力を増強し、意思決定の質を高めることである。
プランニングサポートの提供に加えて、効果的な意思決定支援システムは、特定のユーザークエリに基づいた直感的な説明をエンドユーザに提供できなければならない。
そこで本研究では,提案する意思決定の代替案(フォイルと呼ぶ)を提示し,その代替案が選択された理由(もしくはフォイル)をユーザが理解するための対照的な説明を行うことにより,対話的な説明対話にユーザを参加させる能力を示す意思決定支援システムであるradar-xを提案する。
さらに,この対話を用いてユーザの潜在嗜好を解明し,3つの異なるインタラクション戦略による修正計画の提案を行う。
関連論文リスト
- Dynamic Information Sub-Selection for Decision Support [5.063114309794011]
我々は,ブラックボックス意思決定者のパフォーマンス向上を目的とした,AI支援の新しいフレームワークであるDynamic Information Sub-Selection(DISS)を紹介する。
偏りのある意思決定支援、専門家の割り当て最適化、大規模言語モデル決定支援、解釈可能性など、DisdisSのいくつかの応用について検討する。
論文 参考訳(メタデータ) (2024-10-30T20:00:54Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳(メタデータ) (2024-07-03T15:38:57Z) - Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。
Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
論文 参考訳(メタデータ) (2023-11-13T16:00:16Z) - Decision-Oriented Dialogue for Human-AI Collaboration [62.367222979251444]
そこでは,大規模言語モデル(LM)のようなAIアシスタントが,自然言語を介して複数の人間と協調して複雑な意思決定を行うための,意思決定指向対話と呼ばれるタスクのクラスについて述べる。
日常的な意思決定に直面する3つの領域を定式化し,(1)レビュアーの会議論文への課題の選択,(2)都市における複数段階の旅程の計画,(3)友人集団の旅行計画の交渉を行う。
各タスクに対して、エージェントが到達した最終決定の質に基づいて報酬を受け取る対話環境を構築する。
論文 参考訳(メタデータ) (2023-05-31T17:50:02Z) - Learning Personalized Decision Support Policies [56.949897454209186]
$texttModiste$は、パーソナライズされた意思決定支援ポリシーを学ぶためのインタラクティブツールである。
パーソナライズされたポリシは、オフラインポリシよりも優れており、コストを意識した環境では、パフォーマンスの低下を最小限に抑えて、発生したコストを削減することができる。
論文 参考訳(メタデータ) (2023-04-13T17:53:34Z) - Subgoal-Based Explanations for Unreliable Intelligent Decision Support
Systems [22.20142645430695]
本稿では,計画型IDSシステムのための新しい説明型,サブゴール型説明法を提案する。
我々は、サブゴールに基づく説明が、ユーザタスクのパフォーマンスの向上、最適なIDSレコメンデーションと最適でないIDSレコメンデーションを区別するユーザ能力の向上、ユーザが好むIDS障害時の堅牢なユーザパフォーマンスの実現につながることを実証する。
論文 参考訳(メタデータ) (2022-01-11T21:13:22Z) - Towards Personalized Explanation of Robot Path Planning via User
Feedback [1.7231251035416644]
本稿では,ユーザフィードバックによるロボット経路計画のパーソナライズされた説明を生成するシステムを提案する。
このシステムは、ユーザのインタラクションを通じて、任意の好みの競合を検出し、解決することができる。
論文 参考訳(メタデータ) (2020-11-01T15:10:43Z) - Inverse Active Sensing: Modeling and Understanding Timely
Decision-Making [111.07204912245841]
我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。
意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
論文 参考訳(メタデータ) (2020-06-25T02:30:45Z) - Intelligent Decision Support System for Updating Control Plans [0.0]
本稿では,品質管理計画のためのインテリジェントDSSを提案する。
提案したRSは、実際のプロセス品質に適応するために、制御計画の継続的な更新を可能にする。
実ケーススタディにおいて,提案DSSの実現可能性と実用性を示す数値計算を行った。
論文 参考訳(メタデータ) (2020-06-15T06:16:51Z) - Tradeoff-Focused Contrastive Explanation for MDP Planning [7.929642367937801]
実際の計画の応用では、計画エージェントの決定は、競合する目標間の複雑なトレードオフを伴う可能性がある。
エンドユーザは、目的値に基づいて、エージェントが特定の計画ソリューションを決定する理由を理解することは困難である。
本稿では,マルチオブジェクトのMDP計画エージェントが,そのトレードオフの合理性を伝達する手法として,その意思決定を説明できるアプローチを提案する。
論文 参考訳(メタデータ) (2020-04-27T17:17:58Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。