論文の概要: Be Selfish, But Wisely: Investigating the Impact of Agent Personality in Mixed-Motive Human-Agent Interactions

• arxiv url: http://arxiv.org/abs/2310.14404v1
• Date: Sun, 22 Oct 2023 20:31:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-25 00:01:26.482933
• Title: Be Selfish, But Wisely: Investigating the Impact of Agent Personality in Mixed-Motive Human-Agent Interactions
• Title（参考訳）: 利己的だが賢明な:混合動機的人間-エージェント間相互作用におけるエージェントパーソナリティの影響の調査
• Authors: Kushal Chawla, Ian Wu, Yu Rong, Gale M. Lucas, Jonathan Gratch
• Abstract要約: セルフプレイのRLは交渉において妥協の価値を学ばないことがわかった。 我々は、多様な個性を持つエージェントを設計し、人間のパートナーとのパフォーマンスを分析するために、トレーニング手順を2つの新しい方法で修正する。 どちらの手法も有望性を示すが、自尊心のあるエージェントは、自己と交渉相手の両方に価値を生み出すことを暗黙的に学習することで、自身のパフォーマンスを最大化し、歩行を回避し、他の変種よりも優れた性能を発揮する。
• 参考スコア（独自算出の注目度）: 24.266490660606497
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A natural way to design a negotiation dialogue system is via self-play RL: train an agent that learns to maximize its performance by interacting with a simulated user that has been designed to imitate human-human dialogue data. Although this procedure has been adopted in prior work, we find that it results in a fundamentally flawed system that fails to learn the value of compromise in a negotiation, which can often lead to no agreements (i.e., the partner walking away without a deal), ultimately hurting the model's overall performance. We investigate this observation in the context of the DealOrNoDeal task, a multi-issue negotiation over books, hats, and balls. Grounded in negotiation theory from Economics, we modify the training procedure in two novel ways to design agents with diverse personalities and analyze their performance with human partners. We find that although both techniques show promise, a selfish agent, which maximizes its own performance while also avoiding walkaways, performs superior to other variants by implicitly learning to generate value for both itself and the negotiation partner. We discuss the implications of our findings for what it means to be a successful negotiation dialogue system and how these systems should be designed in the future.
• Abstract（参考訳）: 対話システムを設計する自然な方法は、人間と人間の対話データを模倣するように設計された模擬ユーザと対話することで、パフォーマンスを最大化するエージェントを訓練することである。 この手順は先行研究で採用されているが、基本的に欠陥のあるシステムとなり、交渉における妥協の価値を学習できず、しばしば合意を得られず(つまり、契約なしで立ち去るパートナー)、最終的にモデル全体のパフォーマンスを損なうことが判明した。 本研究は,本, 帽子, ボールに関する多問題交渉であるDealOrNoDealタスクの文脈で, この観察を考察する。 経済学からの交渉理論を基礎として,多様な人格を持つエージェントをデザインし,そのパフォーマンスを人間のパートナーと分析する方法を2つの新しい方法で修正した。 どちらの手法も有望性を示すが、自尊心のあるエージェントは、自己と交渉相手の両方に価値を生み出すことを暗黙的に学習することで、自身のパフォーマンスを最大化し、歩行を回避し、他の変種よりも優れている。 我々は,交渉対話システムの成功の意義と,これらのシステムを今後どのように設計すべきかを考察する。

関連論文リスト

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• Let's Negotiate! A Survey of Negotiation Dialogue Systems [56.01648785030208]
  交渉は人間のコミュニケーションにおいて重要な能力である。 近年の交渉対話システムへの関心は、紛争の解決や合意の達成を支援するインテリジェントなエージェントを作ることを目標としている。
  論文  参考訳（メタデータ） (2024-02-02T02:12:46Z)
• INA: An Integrative Approach for Enhancing Negotiation Strategies with Reward-Based Dialogue System [22.392304683798866]
  本稿では,オンラインマーケットプレース向けに設計された対話エージェントを提案する。 我々は,交渉担当者を訓練するための交渉作業に適した,一連の新しい報酬を雇用している。 提案手法と報奨システムはエージェントの交渉能力を大幅に向上させることを示す。
  論文  参考訳（メタデータ） (2023-10-27T15:31:16Z)
• Language of Bargaining [60.218128617765046]
  我々は、言語の使用が二国間交渉をどのように形成するかを研究するための新しいデータセットを構築した。 我々の研究は、交渉の結果を予測する言語信号も明らかにしている。
  論文  参考訳（メタデータ） (2023-06-12T13:52:01Z)
• Let's Negotiate! A Survey of Negotiation Dialogue Systems [50.8766991794008]
  交渉は人間のコミュニケーションにおいて重要な能力の1つである。 目標とは、人間が紛争を解決したり、有益な合意に達するのを効率的に支援する能力を持つ知的エージェントを強化することである。
  論文  参考訳（メタデータ） (2022-12-18T12:03:53Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)
• Towards Emotion-Aware Agents For Negotiation Dialogues [2.1454205511807234]
  交渉は、人間の意思決定における感情的な出会いをカプセル化する複雑な社会的相互作用である。 人間と交渉できるバーチャルエージェントは、教育と会話のAIに役立ちます。 交渉から抽出した感情特性が予測にどの程度役立つかを分析する。
  論文  参考訳（メタデータ） (2021-07-28T04:42:36Z)
• CaSiNo: A Corpus of Campsite Negotiation Dialogues for Automatic Negotiation Systems [11.43342650898619]
  我々はCaSiNo:英語で数千以上の交渉対話の斬新なコーパスを提示します。 私たちの設計は、トラクタブルで閉じたドメイン環境を維持しながら、多様で言語的に豊富な交渉をもたらします。 これらの戦略を与えられた発話で認識するためのマルチタスクフレームワークの提案と評価を行います。
  論文  参考訳（メタデータ） (2021-03-29T16:07:25Z)
• Improving Dialog Systems for Negotiation with Personality Modeling [30.78850714931678]
  本研究では,学習と推論の両方において,相手の性格型をカプセル化する確率的定式化を導入する。 CraigslistBargainデータセット上で本手法を検証し,ToM推論を用いた手法が20%高いダイアログ一致率を達成することを示す。
  論文  参考訳（メタデータ） (2020-10-20T01:46:03Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。