今天分享的是:人工智能专题:机器智能体的混合认知模型(英文)
报告共计:128页
《A HYBRID COGNITIVE MODEL FOR MACHINE AGENTS IN PROJECT AND ACTION TEAMS》由Joshua A. Lapso撰写。该论文聚焦于项目和行动团队中的机器智能体认知模型,提出一种结合共享心智模型(SMM)和交互记忆系统(TMS)特征的混合认知模型(HCM),以提升机器智能体在团队中的性能。研究背景指出,人类团队通过共享认知应对复杂任务,但现有SMM和TMS模型无法满足项目和行动团队同时整合知识与行为的需求。研究提出的HCM将SMM融入TMS,通过形式化、泛化和专门化三个阶段进行构建,利用贝叶斯网络、强化学习等算法实现对环境不确定性的处理和决策优化。在实验评估方面,研究人员在不同复杂程度和合作水平的多智能体领域对HCM进行测试,通过设置三个具有代表性的问题域,从平衡认知负载、减少通信开销、独立推理环境和团队成员以及在非合作环境中进行因果推理四个认知特征出发,采用混合方法分析评估HCM性能。实验结果显示,HCM能帮助机器智能体在合作项目团队环境中平衡认知负载、高效沟通和独立推理,且在非合作环境中也能进行有效的因果推理,形成对对手意图的认知模型,决策能力随重复试验有所提升。研究最后总结了HCM的贡献,包括使机器智能体创建并维持完全分解的信念状态、降低计算复杂度、减少通信开销以及保持因果推理能力等,同时对HCM形式化过程进行反思,提出未来应建立标准化研究框架、统一问题域平台和设置自适应协作阈值,并对HCM进行扩展研究,如融入人机接口、模拟更真实的环境以及开展人机团队实验等 。
以下为报告节选内容