論文の概要: Anticipating Responsibility in Multiagent Planning
- arxiv url: http://arxiv.org/abs/2307.16685v1
- Date: Mon, 31 Jul 2023 13:58:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-01 14:10:04.881978
- Title: Anticipating Responsibility in Multiagent Planning
- Title(参考訳): マルチエージェント計画における責任予測
- Authors: Timothy Parker, Umberto Grandi, Emiliano Lorini
- Abstract要約: 責任予測(Responsibility Precipation)は、個々のエージェントのアクションが特定の結果に責任を負う可能性があるかどうかを決定するプロセスである。
これは、エージェントが検討する計画における責任を期待できるように、マルチエージェントの計画設定で使用できる。
- 参考スコア(独自算出の注目度): 9.686474898346392
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Responsibility anticipation is the process of determining if the actions of
an individual agent may cause it to be responsible for a particular outcome.
This can be used in a multi-agent planning setting to allow agents to
anticipate responsibility in the plans they consider. The planning setting in
this paper includes partial information regarding the initial state and
considers formulas in linear temporal logic as positive or negative outcomes to
be attained or avoided. We firstly define attribution for notions of active,
passive and contributive responsibility, and consider their agentive variants.
We then use these to define the notion of responsibility anticipation. We prove
that our notions of anticipated responsibility can be used to coordinate agents
in a planning setting and give complexity results for our model, discussing
equivalence with classical planning. We also present an outline for solving
some of our attribution and anticipation problems using PDDL solvers.
- Abstract(参考訳): 責任予測は、個々のエージェントの行動が特定の結果に対して責任を負う可能性があるかどうかを決定するプロセスである。
これは、エージェントが考慮する計画の責任を予測できるように、マルチエージェントの計画設定で使用できる。
本論文における計画設定は、初期状態に関する部分的情報を含み、線形時相論理の式を達成または回避すべき正または負の結果とみなす。
まず,活動的,受動的,帰属的責任の概念に対する帰属を定義する。
次にこれらを使用して、責任予測の概念を定義します。
従来の計画と同等性について議論しながら,計画設定におけるエージェントの調整や,モデルに複雑な結果を与えるために,私たちの期待する責任の概念が利用できることを証明します。
また、PDDLソルバを用いた属性および予測問題のいくつかを解決するための概要を示す。
関連論文リスト
- A Semantic Approach to Decidability in Epistemic Planning (Extended
Version) [72.77805489645604]
我々は決定可能性を達成するために新しい意味論的アプローチを用いる。
具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。
我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
論文 参考訳(メタデータ) (2023-07-28T11:26:26Z) - Adaptation and Communication in Human-Robot Teaming to Handle
Discrepancies in Agents' Beliefs about Plans [13.637799815698559]
我々はモンテカルロ木探索に基づくオンライン実行アルゴリズムを提案し,その動作を計画する。
私たちのエージェントは、共有されたメンタルモデルを保証することなく、チームで作業するための装備がより優れていることを示しています。
論文 参考訳(メタデータ) (2023-07-07T03:05:34Z) - Formalizing the Problem of Side Effect Regularization [81.97441214404247]
本稿では,補助ゲームフレームワークを用いたサイドエフェクト正規化のための公式な基準を提案する。
これらのゲームでは、エージェントは部分的に観測可能なマルコフ決定プロセスを解決する。
このPOMDPは、エージェントが将来的なタスクをこなす能力と、プロキシ報酬を交換することで解決されることを示す。
論文 参考訳(メタデータ) (2022-06-23T16:36:13Z) - What Should I Know? Using Meta-gradient Descent for Predictive Feature
Discovery in a Single Stream of Experience [63.75363908696257]
計算強化学習は、未来の感覚の予測を通じて、エージェントの世界の知覚を構築しようとする。
この一連の作業において、オープンな課題は、エージェントがどの予測が意思決定を最も支援できるかを、無限に多くの予測から決定することである。
本稿では,エージェントが何を予測するかを学習するメタ段階的な降下過程,(2)選択した予測の見積もり,3)将来の報酬を最大化するポリシーを生成する方法を紹介する。
論文 参考訳(メタデータ) (2022-06-13T21:31:06Z) - Efficient Multi-agent Epistemic Planning: Teaching Planners About Nested
Belief [27.524600740450126]
我々は, 一つのエージェントの観点から, ネストされた信念, 非同質なエージェント, 共同表現観察, あるいはあるエージェントが別のエージェントであるかのように推論する能力を含む, 目標と行動の可能性を秘めている。
提案手法は,複数エージェントのネストされた信念を含む計画課題に,十分に確立された自動計画分野を適用するための重要なステップである。
論文 参考訳(メタデータ) (2021-10-06T03:24:01Z) - A Consciousness-Inspired Planning Agent for Model-Based Reinforcement
Learning [104.3643447579578]
本稿では、その状態の関連部分に動的に対応できるエンドツーエンドのモデルベース深層強化学習エージェントを提案する。
この設計により、エージェントは関連するオブジェクトに参画することで効果的に計画を学ぶことができ、配布外一般化がより良くなる。
論文 参考訳(メタデータ) (2021-06-03T19:35:19Z) - Collaborative Human-Agent Planning for Resilience [5.2123460114614435]
実行時に線形時間論理(LTL)を用いてエージェントに知識を提供することで,エージェントと協調できるかどうかを検討する。
我々は,計画立案者が制限のある状況に対する基本計画案を24名提示し,これらの制限に対する回避策を参加者に求めた。
その結果, 参加者の制約により, 計画の期待リターンが10%向上した。
論文 参考訳(メタデータ) (2021-04-29T03:21:31Z) - Contrastive Explanations of Plans Through Model Restrictions [11.259587284318833]
計画交渉の問題の文脈で説明可能なAI計画を組み立てます。
本研究は,ユーザが計画について質問すると,その質問とは対照的であることを示す,ユーザ調査の結果を示す。
本研究は,計画交渉中に頻繁に発生するユーザ質問の分類を構築するために,本研究のデータを用いている。
論文 参考訳(メタデータ) (2021-03-29T12:47:15Z) - Modelling Multi-Agent Epistemic Planning in ASP [66.76082318001976]
本稿では,マルチショット・アンサー・セット・プログラミング・ベース・プランナの実装について述べる。
本稿は, アドホックなエピステミック状態表現とASPソルバの効率を生かしたプランナーが, 文献から収集したベンチマークに対して, 競合的な性能を示すことを示す。
論文 参考訳(メタデータ) (2020-08-07T06:35:56Z) - Causality, Responsibility and Blame in Team Plans [24.99901958667372]
チーム計画が構造方程式の観点でどのように表現できるかを示す。
次に、Halpern [2015] が導入した因果関係の定義と、Cockler と Halpern [2004] が導入した責任と責任の程度を適用して、障害の原因となったエージェントを決定する。
論文 参考訳(メタデータ) (2020-05-20T18:21:19Z) - Model-based Reinforcement Learning for Decentralized Multiagent
Rendezvous [66.6895109554163]
目標を他のエージェントと整合させる人間の能力の下にあるのは、他人の意図を予測し、自分たちの計画を積極的に更新する能力である。
分散型マルチエージェントレンデブーのためのモデルに基づく強化学習手法である階層型予測計画(HPP)を提案する。
論文 参考訳(メタデータ) (2020-03-15T19:49:20Z)
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。