研究人员开发了一种名为预测伙伴意图(PIP)的新方法,以提高具身AI设置中的零样本协调能力。该方法解决了智能体在与伙伴间歇性可见的情况下必须采取行动的挑战,这会导致表示模糊和隐藏状态的不确定性。PIP利用联合视图VAE从组合的局部观测中创建更丰富的伙伴表示,并采用伙伴状态信念网络从交互历史中推断伙伴的位置和倾向。在Burrito-PO、Overcooked-PO和Melting Pot基底上的评估,包括人类评估,表明PIP在现有方法中取得了优越的性能,尤其是在伙伴遮挡的情况下。 AI
影响 增强了AI智能体在复杂、部分可观察环境中的协调能力,有望改进多智能体系统。
排序理由 这是一篇发表在arXiv上的研究论文,详细介绍了一种新的人工智能方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
- alphaXiv
- arXiv
- Burrito-PO
- CatalyzeX Code Finder for Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Joint-view VAE
- Overcooked-PO
- Partner-state Belief networks
- Predicting Intention of Partner
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →