Loading...
机构名称:
¥ 1.0

摘要 智能代理和基于 AI 的系统正变得越来越普遍。它们以不同的方式支持人们,例如为用户提供建议、与他们合作实现目标或代表用户行事。此类系统缺少的一项关键功能是能够向用户提供其策略和在不同条件和场景下预期行为的有效摘要。我们认为这种能力是对“可解释机器学习”和“可解释 AI”背景下目前正在开发的能力的补充,在各种情况下都至关重要。特别是,当用户需要与代理合作时,当必须在不同的可用代理之间进行选择以代表她行事时,或者当被要求确定授予代理的自主权级别或批准其策略时,它可能会发挥关键作用。在本文中,我们提出了开发策略总结能力的挑战,而该领域的当前理论和方法尚未解决这个问题。我们提出了一个策略总结的概念框架,我们将其设想为一个涉及代理和人员的协作过程。最后,我们建议可以使用可能的测试平台来评估策略总结研究的进展。

总结代理策略 - 哈佛大学

总结代理策略 - 哈佛大学PDF文件第1页

总结代理策略 - 哈佛大学PDF文件第2页

总结代理策略 - 哈佛大学PDF文件第3页

总结代理策略 - 哈佛大学PDF文件第4页

总结代理策略 - 哈佛大学PDF文件第5页