Loading...
机构名称:
¥ 1.0

我们开发了一个贝叶斯代理网络,该网络根据观察到的交流共同模拟队友的心理状态。使用生成计算认知方法,我们做出了两点贡献。首先,我们表明我们的代理可以生成干预措施,从而提高人机团队的集体智慧,使其超越人类单独实现的水平。其次,我们开发了一种实时测量人类心智理论能力的方法,并测试了有关人类认知的理论。我们使用从在线实验中收集的数据,在该实验中,29 个纯人类团队中的 145 名成员通过基于聊天的系统进行交流以解决认知任务。我们发现人类 (a) 很难将来自队友的信息完全整合到他们的决策中,尤其是在交流负荷很高的时候,并且 (b) 存在认知偏见,这导致他们低估某些有用但模棱两可的信息。我们的心智理论能力测量可以预测个人和团队层面的表现。观察团队的前 25% 的信息可以解释最终团队表现的大约 8% 的变化,与当前的技术水平相比提高了 170%。

人机团队中的集体智慧:贝叶斯心智理论方法

人机团队中的集体智慧:贝叶斯心智理论方法PDF文件第1页

人机团队中的集体智慧:贝叶斯心智理论方法PDF文件第2页

人机团队中的集体智慧:贝叶斯心智理论方法PDF文件第3页

人机团队中的集体智慧:贝叶斯心智理论方法PDF文件第4页

人机团队中的集体智慧:贝叶斯心智理论方法PDF文件第5页

相关文件推荐

2024 年
¥1.0
2021 年
¥1.0
2022 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2005 年
¥37.0
2011 年
¥18.0