論文の概要: Partner Capability Estimation for Task-Agnostic Adaptation in Ad-Hoc Teamwork
- arxiv url: http://arxiv.org/abs/2607.27177v1
- Date: Wed, 29 Jul 2026 17:50:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.76814
- Title: Partner Capability Estimation for Task-Agnostic Adaptation in Ad-Hoc Teamwork
- Title（参考訳）: アドホックチームワークにおけるタスク非依存適応のためのパートナー能力推定
- Abstract要約: アドホックなチームワークは、自律的なエージェントにとって重要なスキルです。
現在のアドホックなチームワークアプローチのほとんどは、エージェントがひとつの固定されたタスクで協力すると仮定しています。
私たちはそれを、隠れたパートナー機能の下で分散実行を伴う共同計画の問題として再設定します。
- 参考スコア（独自算出の注目度）: 6.7593408237313115
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Effective collaboration with novel and diverse partners is a crucial skill for autonomous agents. Most current ad-hoc teamwork (AHT) approaches assume that agents will collaborate on a single, fixed task and that the partner's capabilities, their ability to successfully execute the desired action, are already known. In reality, a partner's true capabilities are often hidden, and human collaborators may act sub-optimally on tasks with multiple valid strategies. To address these limitations, we extend ad-hoc teamwork into a multi-task setting by re-framing it as a problem of joint planning with decentralised execution under hidden partner capabilities. We introduce CE-CM (Capability Estimation via Contextual Models), an approximate Bayesian method that infers task-invariant capability vectors. By using simulation-based sampling, the agent estimates capabilities and induces a contextual Multi-agent Markov Decision Processes for planning. This approach requires no population pre-training and refines its beliefs online from just a few tasks. To account for human unpredictability, we propose CE-CM-Div, an extension that evaluates capability hypotheses against diverse planner rollouts rather than a single optimal trajectory. Simulated experiments demonstrate that CE-CM rapidly recovers hidden capabilities, reduces infeasible action assignments, and adapts to changes over time. Furthermore, in an offline human study of 225 trajectories from 15 participants, CE-CM-Div substantially improved capability estimates over the baseline CE-CM method. Our results suggest capability-based modelling is a promising interpretable, task-agnostic representation in the studied settings, demonstrating that accounting for behavioural diversity is essential for robust human-AI teaming.
- Abstract（参考訳）: 新規で多様なパートナーとの効果的なコラボレーションは、自律エージェントにとって重要なスキルである。
現在のアドホックチームワーク(AHT)アプローチのほとんどは、エージェントがひとつの固定されたタスクで協力し、パートナーの能力、望ましいアクションをうまく実行する能力がすでに知られていると仮定している。
実際には、パートナーの真の能力は隠されていることが多く、人間の協力者は複数の有効な戦略を持つタスクに対して準最適に振る舞うことができる。
これらの制限に対処するため、隠れたパートナー機能の下で分散実行を伴う共同計画の問題として、マルチタスク設定にアドホックなチームワークを拡張します。
CE-CM (Capability Estimation via Contextual Models) は,タスク不変量ベクトルを推定するベイズ近似法である。
シミュレーションベースのサンプリングを使用することで、エージェントは能力を推定し、計画のためのコンテキスト型マルチエージェントマルコフ決定プロセスを誘導する。
このアプローチでは、人口の事前訓練は必要とせず、わずか数タスクからオンラインの信念を洗練させる。
ヒトの予測不可能性を考慮したCE-CM-Divを提案する。
シミュレーション実験により、CE-CMは急速に隠れた能力を回復し、実行不可能なアクション割り当てを減らし、時間とともに変化に適応することを示した。
さらに, CE-CM-Divは, 15人の被験者による225の軌道のオフライン実験において, CE-CM-Div法による性能評価を大幅に改善した。
この結果から,機能に基づくモデリングは,人間とAIの堅牢なコラボレーションにおいて,行動の多様性を考慮に入れることが不可欠であることが示唆された。
関連論文リスト
- CollabSim: A CSCW-Grounded Methodology for Investigating Collaborative Competence of LLM Agents through Controlled Multi-Agent Experiments [32.043112677406064]
CollabSimは、理論に基づく協調能力の定義、相互作用条件の制御、エージェントの内部状態のアクションレベル探索を組み合わせたシミュレーションフレームワークである。
CollabSimは条件効果をキャプチャし、モデルパフォーマンスパターンを分離し、エージェント設計のタスク依存効果を明らかにする。
論文 参考訳（メタデータ） (2026-06-04T17:06:22Z) - Adaptive Human-AI Coordination via Hierarchical Action Disentanglement [1.4255659581428333]
人間とAIのコラボレーションには、多様なパートナーの行動やスキルレベルに適応できるエージェントが必要です。
Intrinsic Action Disentanglement (IAD) は階層的な強化学習フレームワークであり、ハイレベルな潜伏スキルを前提とした、パートナー対応の低レベルアクションシーケンスを学習する。
我々は,複数のレイアウトと多様なパートナー設定にまたがるオーバークッキングAI領域におけるIADの評価を行った。
論文 参考訳（メタデータ） (2026-05-23T01:59:41Z) - MO-MIX: Multi-Objective Multi-Agent Cooperative Decision-Making With Deep Reinforcement Learning [68.91090643731987]
深部強化学習(RL)は複雑な意思決定問題を解決するために広く応用されている。
既存のアプローチは、別々のフィールドに限られており、単一の目的でマルチエージェントの意思決定しか処理できない。
マルチオブジェクト型マルチエージェント強化学習(MOMARL)問題の解法としてMO-mixを提案する。
論文 参考訳（メタデータ） (2026-02-28T16:25:22Z) - CoME: Empowering Channel-of-Mobile-Experts with Informative Hybrid-Capabilities Reasoning [97.4254365377865]
モバイルエージェントは、ハイブリッド機能推論を必要とするユーザ命令を自律的に実行することができる。
4つの異なる専門家からなる新しいエージェントアーキテクチャであるChannel-of-Mobile-Experts (CoME)を提案する。
実験の結果,CoME は AITZ と AMEX のデータセットにおいて,高密度移動エージェントや MoE メソッドよりも優れていた。
論文 参考訳（メタデータ） (2026-02-27T16:19:45Z) - Learning "Partner-Aware" Collaborators in Multi-Party Collaboration [12.287537011305497]
大規模言語モデル(LLM)は,人間との共同作業を行うエージェント設定にデプロイされることが増えている。
本稿では、協調行動に関する新たな理論的洞察を提供するために、AIアライメントと安全な割り込み可能性文献に基づく。
CG-最適協調者を訓練するための新しいパートナー認識学習アルゴリズムであるInterruptible Collaborative Roleplayer (ICR)を提案する。
論文 参考訳（メタデータ） (2025-10-26T00:05:48Z) - Enhancing Multi-Agent Collaboration with Attention-Based Actor-Critic Policies [0.0]
Team-Attention-Actor-Critic (TAAC)は、協調環境におけるマルチエージェントコラボレーションを強化するために設計された学習アルゴリズムである。
シミュレーションサッカー環境におけるTAACをベンチマークアルゴリズムを用いて評価する。
論文 参考訳（メタデータ） (2025-07-30T15:48:38Z) - Efficient Adaptation in Mixed-Motive Environments via Hierarchical Opponent Modeling and Planning [51.52387511006586]
本稿では,HOP(Hierarchical Opponent Modeling and Planning)を提案する。
HOPは階層的に2つのモジュールから構成される: 相手の目標を推論し、対応する目標条件のポリシーを学ぶ、反対モデリングモジュール。
HOPは、さまざまな未確認エージェントと相互作用する際、優れた少数ショット適応能力を示し、セルフプレイのシナリオで優れている。
論文 参考訳（メタデータ） (2024-06-12T08:48:06Z) - ProAgent: Building Proactive Cooperative Agents with Large Language
Models [89.53040828210945]
ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。
ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。
ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
論文 参考訳（メタデータ） (2023-08-22T10:36:56Z) - AgentVerse: Facilitating Multi-Agent Collaboration and Exploring
Emergent Behaviors [93.38830440346783]
本稿では,その構成をより高機能なシステムとして協調的に調整できるマルチエージェントフレームワークを提案する。
実験により,フレームワークが単一エージェントより優れたマルチエージェントグループを効果的に展開できることが実証された。
これらの振舞いの観点から、我々は、ポジティブなものを活用し、ネガティブなものを緩和し、マルチエージェントグループの協調可能性を改善するためのいくつかの戦略について議論する。
論文 参考訳（メタデータ） (2023-08-21T16:47:11Z) - CAMMARL: Conformal Action Modeling in Multi Agent Reinforcement Learning [5.865719902445064]
本稿では,新しいマルチエージェント強化学習アルゴリズムCAMMARLを提案する。
それは、異なる状況における他のエージェントのアクションを、自信集合の形でモデル化することを含む。
本稿では,CAMMARLが共形予測セットをモデル化することにより,MARLにおける自律エージェントの能力を高めることを示す。
論文 参考訳（メタデータ） (2023-06-19T19:03:53Z) - RACA: Relation-Aware Credit Assignment for Ad-Hoc Cooperation in
Multi-Agent Deep Reinforcement Learning [55.55009081609396]
本稿では、アドホックな協調シナリオにおいてゼロショットの一般化を実現するRACA(Relation-Aware Credit Assignment)と呼ばれる新しい手法を提案する。
RACAは、エージェント間のトポロジ構造を符号化するために、グラフベースのエンコーダ関係を利用する。
提案手法は,StarCraftIIマイクロマネジメントベンチマークとアドホック協調シナリオのベースライン手法よりも優れている。
論文 参考訳（メタデータ） (2022-06-02T03:39:27Z)
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。