XiaoMi-AI文件搜索系统
World File Search System代理的
增强对基于 LLM 的 AI 自动化代理的信任
摘要 文献中广泛研究了对人工智能代理的信任，从而显著加深了我们对这一领域的理解。然而，大型语言模型 (LLM) 的快速发展和基于 LLM 的人工智能代理框架的出现为进一步的研究带来了新的挑战和机遇。在流程自动化领域，出现了新一代基于人工智能的代理，可以执行复杂的任务。与此同时，通过用户友好的无代码工具和培训机制，业务用户更容易访问构建自动化的流程。本文探讨了这些新的挑战和机遇，分析了现有文献中讨论的对人工智能代理的信任的主要方面，并确定了与新一代自动化代理相关的具体考虑因素和挑战。我们还评估了这一类别的新兴产品如何解决这些问题。最后，我们强调了研究界在这个不断发展的环境中应该解决的几个挑战。
安全游戏中资源受限代理的战略发挥
许多研究表明，人类具有“可预测的非理性”特征：他们不会以完全理性的方式行事，但他们偏离理性行为的行为却相当系统化。我们的目标是看看我们能在多大程度上解释和证明这些偏差是理性但资源有限的代理在考虑到其局限性的情况下尽力而为的结果。我们重点研究了护林员-偷猎者游戏，其中护林员试图保护一些地点免遭偷猎。我们通过将偷猎者和护林员建模为概率有限自动机 (PFA) 来捕捉计算限制。我们表明，有了足够大的内存，PFA 可以学会玩博弈中的纳什均衡 (NE) 策略并获得 NE 效用。然而，如果我们限制记忆，我们就会得到更多“类似人类”的行为，例如概率匹配（即访问与犀牛出现的概率成比例的站点），以及避开结果不好的站点（例如，偷猎者被护林员抓获），我们在 Amazon Mechanical Turk 上进行的实验中也观察到了这些行为。有趣的是，我们发现添加概率匹配和增加重要事件（如被抓获）等类似人类的行为实际上可以提高性能，表明这种看似不合理的行为可能非常合理。
基于 AI 的人工制品语音功能对代理的作用 基于 AI 的人工制品语音功能对代理归因的作用
私人、组织和社会领域中基于人工智能 (AI) 的人工制品的普及和日益复杂化正在改变人类与机器的交互方式。例如，关于人类感知基于 AI 的人工制品的方式的理论对于理解为什么以及在多大程度上人类认为这些人工制品能够胜任决策至关重要，但传统上却采取了与模态无关的观点。在本文中，我们理论化了一种特殊的交互情况，即基于语音的与基于 AI 的人工制品的交互。我们认为，在自然语言处理的不断进步的推动下，此类人工制品的能力和感知自然性促使用户认为人工制品能够以目标为导向的方式自主行动。我们表明，人工制品的语音能力与用户的代理归因之间存在正向直接关系，最终掩盖了人工制品的真实性质和能力。这种关系进一步受到工件的实际代理、不确定性和用户特征的影响。
积累规则63主动投资113-14情感信任161-2基于代理的理论73-4不可知论概率93、94、97、106-8算法Collusio
累积规则63积极投资113-14情感信任161-2基于代理的理论73-4不可抗拒的概率93、94、97、106–106-8算法勾结209算法决策157、160、160、160、160、168 91–3、96、97、103–5先验概率5箭头，肯尼斯80人工子智能（AGI）111，111，130人工智能（AI）相关的人类元素241特征241欧洲委员会210-12欧盟委员会210-12 243 242金融机构242金融机构的进化206-10挑战208-9 selling 207 - 9 selling 207 - 8 selling 207 - 8 - 8竞赛213–14伦理212–13解释性213隐私213风险管理银行'AI应用程序243-4未来任务248声誉关键风险指标246-7声誉风险245-6社交媒体媒体风险成分247–8
Amiris：基于代理的市场模型，用于调查可再生和综合能源系统
Amiris是基于代理的模型（ABM），用于模拟电力市场。这种自下而上的模型的重点是能源系统中参与者的面向业务的决策。这些参与者在模型中被表示为典型的代理，每种都有自己的复杂决策策略。Interia，招标决定基于对电力市场价格和发电预测的评估（Nitsch，Deissenroth-Uhrig等，2021年），并且可以对不同时间尺度的不同参与者进行建模。尤其是，代理商的行为不仅反映了边际价格，而且还可以考虑支持工具的影响，例如市场溢价，不确定性和有限的信息或市场力量（Frey等，2020）。这允许评估哪种政策或市场设计最适合经济有效的能源系统（Torralba-Díaz等，2020）。模拟生成了发电厂的派遣和灵活性选项，技术特定市场价值，系统成本或二氧化碳排放的结果。模型的一个重要产出是模拟市场价格（Deissenroth等，2017）。
基于代理的建模，以整合来自不同学科的元素的雄心勃勃的气候政策
避免危险气候变化所需的严格政策很难实施，这主要是由于相当大的社会和政治抵抗（Klenert等，2018）。除其他外，这部分是通过废除澳大利亚的碳定价而创建的（Crowley，2017年），两次公开全民投票拒绝在华盛顿州引入碳税的倡议（Reed等人，2019年），以及诸如Fab fab affice and for Fab a Fuel and carbone and Carnecn and carbone and Commente and and and and and and and Carnement（Reed ver）（car）。在澳大利亚，在美国和法国的化石燃料大厅率领的虽然是抵抗运动，但政策的高度感知成本和潜在的回归效果驱动了普通大众的负面影响。其他气候政策工具，例如可再生能源，燃料排放标准和公路通行费的补贴，也看到了公众抵抗（Aasen＆Sælen，2022； Benegal＆Holman，2021; Stokes; Stokes，2016）。要克服这种抵抗，我们需要更好地理解此类政策的后果。目前有许多用于评估气候政策的环境，社会和经济影响的模型，但其中大多数遭受了纪律偏见。说明了：在经济平衡模型中，理性代理的操作狭窄；对公司和跨部门联系在心理学和社会学研究中的作用以及跨部门联系的关注；对既得利益的力量的了解有限（Farmer等，2015； Stern，2016）。反过来，这可能会削弱对气候政策的社会和政治支持（Sarewitz，2011年）。例如，Adger等人。这种偏见会导致忽视重要的政策影响，这使对所有相关标准的平衡评估变得复杂，例如有效性，效率，公平性和可接受性。要仔细比较气候政策工具，我们建议整合来自不同社会科学的要素，尤其是心理学，社会学，经济学和政治学（图1）。这些要素可能涉及特定学科的重点，机制，指标和政策工具。对这些的核算将有助于对潜在政策的影响以及认识和价值在学科之间的差异和价值上的差异（Klenk＆Meehan，2015年）。在本文中，我们认为基于代理的模型（ABM）构成了一种适当的工具，可以启用这种集成并将其性能与替代建模方法进行比较。几项早期的研究承认ABM在此类任务中的潜在作用。（2013）认为，他们“整合了关于变革的传统和科学观点[…]，以特别支持自适应管理系统的设计[用于气候变化适应]”。
基于代理的建模，以整合来自不同学科的要素以供雄心勃勃的气候政策
避免危险气候变化所需的严格政策很难实施，这主要是由于相当大的社会和政治抵抗（Klenert等，2018）。除其他外，这部分是通过废除澳大利亚的碳定价而创建的（Crowley，2017年），两次公开全民投票拒绝在华盛顿州引入碳税的倡议（Reed等人，2019年），以及诸如Fab fab affice and for Fab a Fuel and carbone and Carnecn and carbone and Commente and and and and and and and Carnement（Reed ver）（car）。在澳大利亚，在美国和法国的化石燃料大厅率领的虽然是抵抗运动，但政策的高度感知成本和潜在的回归效果驱动了普通大众的负面影响。其他气候政策工具，例如可再生能源，燃料排放标准和公路通行费的补贴，也看到了公众抵抗（Aasen＆Sælen，2022； Benegal＆Holman，2021; Stokes; Stokes，2016）。要克服这种抵抗，我们需要更好地理解此类政策的后果。目前有许多用于评估气候政策的环境，社会和经济影响的模型，但其中大多数遭受了纪律偏见。说明了：在经济平衡模型中，理性代理的操作狭窄；对公司和跨部门联系在心理学和社会学研究中的作用以及跨部门联系的关注；对既得利益的力量的了解有限（Farmer等，2015； Stern，2016）。反过来，这可能会削弱对气候政策的社会和政治支持（Sarewitz，2011年）。例如，Adger等人。这种偏见会导致忽视重要的政策影响，这使对所有相关标准的平衡评估变得复杂，例如有效性，效率，公平性和可接受性。要仔细比较气候政策工具，我们建议整合来自不同社会科学的要素，尤其是心理学，社会学，经济学和政治学（图1）。这些要素可能涉及特定学科的重点，机制，指标和政策工具。对这些的核算将有助于对潜在政策的影响以及认识和价值在学科之间的差异和价值上的差异（Klenk＆Meehan，2015年）。在本文中，我们认为基于代理的模型（ABM）构成了一种适当的工具，可以启用这种集成并将其性能与替代建模方法进行比较。几项早期的研究承认ABM在此类任务中的潜在作用。（2013）认为，他们“整合了关于变革的传统和科学观点[…]，以特别支持自适应管理系统的设计[用于气候变化适应]”。
开发运输和供应链问题与基于代理的模拟和网络优化的组合
第一个案例研究表明，如何使用挪威，芬兰和瑞典的人口密度，可以通过使用从分配中心（DC）之间的距离到距离的距离来确定策略。在每种情况下，旅行时间地图将启动。此外，分析了这三个国家的北欧地区，并将五个可能的位置作为优化收入。另一项案例研究介绍了该过程中的运输成本建模，其中从几个区域收集木材并运输到最近的收集点。该研究项目提出了一个基于代理的建模（ABM），该建模（ABM）全面结合了取货和供应链模型的核心，并将组件设计为交流自主代理。建模结合了各种组件，例如GIS路线，房屋的可能位置，偶尔的木材搜索地点，设备尺寸，距离长度和多格式传输。abm用于建模整个接送和交货链，并导致描述使用的卡车以及储存量和旅行的时间集。此外，评估了潜在植物位置和卡车数量的不同模拟方案，并确定了所需的汽车的最佳位置和数量。在第三个案例研究中，基于代理的建模策略用于解决优化车辆计划和设备的问题。解决方案的方法用于来自真实组织的数据，并创建了许多关键的性能指标来评估解决方案的效率。
使用基于代理的建模和危险识别分析数据驱动的预测性飞机维护的新挑战
摘要：机载传感器监控和数据驱动算法的使用日益增多，刺激了最近飞机向数据驱动预测性维护的转变。本文讨论了数据驱动的预测性飞机维护面临的新挑战。我们通过与维护专家小组进行的结构化头脑风暴，确定了将数据驱动技术引入飞机维护所带来的新危害。这种头脑风暴得益于将飞机维护过程预先建模为基于代理的模型。结果，我们确定了 20 种与数据驱动的预测性飞机维护相关的危害。我们在 2008 年至 2013 年期间发生的与维护相关的飞机事故中验证了这些危害。根据我们的研究结果，确定的数据驱动预测性维护面临的主要挑战是：(i) 提高状态监测系统和诊断/预测算法的可靠性，(ii) 确保代理之间及时准确的沟通，以及 (iii) 建立利益相关者对新数据驱动技术的信任。
基于代理的循环经济模型
* 𝐸𝐸𝐸𝐸𝑊𝑊 𝑖𝑖 𝑡𝑡 ：代理 𝑖𝑖 在 𝑡𝑡 的使用寿命终止浪费；𝑅𝑅𝑅𝑅𝑅𝐶𝐶 𝑖𝑖 𝑡𝑡 ：代理 𝑖𝑖 在 𝑡𝑡 的剩余风力发电容量；𝑇𝑇：平均寿命；𝛼𝛼 威布尔形状因子**其中，在 𝑡𝑡 ，对于每个代理 𝑖𝑖 和选项 𝑗𝑗：𝐵𝐵𝐵𝐵 = 执行行为的行为意图； 𝐴𝐴 = 对行为的态度；𝑆𝑆𝑆𝑆 = 主观规范；𝑃𝑃𝑃𝑃𝑃𝑃 = 感知对行为的行为控制；𝑃𝑃 = 压力；𝐵𝐵𝐵𝐵 = 障碍；平均值、方差、平均数、平均数、平均数、平均数、平均数 = 回归系数