アドホック・チームワークにおける知識ベースの推論と学習:オンザフライでの協調と説明
Collaborate and explain on-the-fly: knowledge-based reasoning and learning in ad hoc teamwork
本論文は、事前の調整なしにAIエージェントが他のエージェントと協力できるようにするアドホック・チームワーク問題に焦点を当てている。従来の手法は、大量のラベル付きデータセットを用いて他エージェントの行動選択をモデル化し、アドホック・エージェントの行動を決定する学習問題として扱ってきたが、データセットの入手困難性、透明性の欠如、知識の改訂の難しさといった課題があった。本研究では、知識ベースとデータ駆動型手法の強みを組み合わせたアーキテクチャを提案する。このアーキテクチャは、ドメイン固有の常識知識、他エージェントの行動予測のための学習・改訂されたモデル、および事前学習済み大規模言語モデル(LLM)に基づく将来の抽象的な目標を用いた非単調論理推論により、アドホックAIエージェントの行動決定を可能にする。さらに、LLMと決定木誘導を組み合わせて、自然言語の説明や観察から知識を獲得・改訂し、オブジェクト、アクション、公理の形でドメインダイナミクスを管理する。また、エージェント自身の決定や信念に関するオンデマンドの説明を生成する。このアーキテクチャの能力は、現実的な物理ベース3Dシミュレーション環境であるVirtualHomeで評価され、純粋な知識ベースのベースラインと比較して大幅な性能向上、純粋なデータ駆動型ベースラインと比較して同等またはそれ以上の性能を、桁違いに少ないリソースで達成した。
- アドホック・チームワークのための知識ベースとデータ駆動型を統合した新アーキテクチャを提案
- 提案アーキテクチャがVirtualHomeシミュレーションで純粋なデータ駆動型ベースラインと同等以上の性能を達成
本論文は、アドホック・チームワーク(事前調整なしのAI協調)において、知識ベースとデータ駆動型手法を統合し、LLMを推論・説明生成に活用する新アーキテクチャを提案している点が注目に値する。特に、従来の学習ベース手法と同等以上の性能を桁違いに少ないリソース(ラベル付きデータ)で達成したことは、AIエージェントの実用的な協調能力向上に大きく寄与する可能性がある。VirtualHomeシミュレーションでの実証結果は、今後のマルチエージェントAIシステムやロボティクス応用への展開を示唆しており、関連技術領域への投資検討の材料となる。