SocialJax: An Evaluation Suite for Multi-agent Reinforcement Learning in Sequential Social Dilemmas
King’s College London(伦敦国王学院);Eindhoven University of Technology(埃因霍温理工大学);The Alan Turing Institute(艾伦·图灵研究所);Google DeepMind(谷歌DeepMind)
本文提出SocialJax,一个用于多智能体强化学习中序列社会困境的评估套件,通过JAX实现高效环境与算法,实验显示其在实时性能上比Melting Pot RLlib快50倍,并验证了基线算法的有效性及环境的社会困境特性。
2026-03-17 cs.AI cs.LG
Emergent Social Learning via Multi-agent Reinforcement Learning
OpenAI(开放人工智能研究中心);Google Research(谷歌研究院);UC Berkeley(加州大学伯克利分校)
社会学习是人类和动物智力的关键组成部分。通过从专家的行为中获取线索,社会学习者可以获得复杂的行为并迅速适应新的环境。本文研究了多智能体环境中的独立强化学习(RL)智能体是否可以学习使用社会学习来提高其性能。我们发现,在大多数情况下,香草无模型RL代理不使用社会学习。我们分析了这一缺陷的原因,并表明,通过对训练环境施加约束,并引入基于模型的辅助损失,我们能够获得广义的社会学习策略,使代理:i)发现复杂的技能,而不是从单智能体训练,和ii)适应在线新的环境,从专家在新的环境中存在的线索。相比之下,使用无模型RL或模仿学习训练的智能体泛化能力很差,并且在迁移任务中没有成功。通过混合多智能体和单独训练,我们可以获得使用社会学习来获得技能的智能体,这些技能可以在单独使用时部署,甚至从一开始就单独训练的智能体表现更好。
2021-06-22 cs.AI cs.LG cs.MA
OpenSocInt: A Multi-modal Training Environment for Human-Aware Social Navigation
Inria at Univ. Grenoble Alpes, LJK, CNRS(Inria与格勒诺布尔阿尔卑斯大学、LJK、CNRS)
OpenSocInt是一个开源多模态训练环境,用于研究人感知的社会导航,支持不同感知特征的编码与融合以及多种代理的训练。
2026-01-11 cs.AI
AdaSociety: An Adaptive Environment with Social Structures for Multi-Agent Decision-Making
State Key Laboratory of General Artificial Intelligence, BIGAI(通用人工智能国家重点实验室,北京通用人工智能研究院);Peking University(北京大学);New York University(纽约大学);Tsinghua University(清华大学);University of Science and Technology of China(中国科学技术大学)
提出AdaSociety,一个结合自适应物理环境与可变社会结构的多智能体决策环境,通过动态生成任务和三个小游戏验证了社会结构对个体与集体收益的影响,为探索复杂物理社会场景中的智能提供了新平台。
2025-01-29 cs.AI cs.GT cs.LG
Social Laws for Multi-agent Coordination in Stochastic Environments
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Technion Israel Institute of Technology(以色列理工学院)
本文提出随机环境下多智能体社会法则的形式化框架,引入α-稳健性度量,并通过化简为马尔可夫决策过程进行验证,在玩具环境中展示其潜力。
2026-09-17 cs.AI cs.LG cs.MA
Definition and properties to assess multi-agent environments as social intelligence tests
Universitat Politècnica de València(瓦伦西亚理工大学)
自然和人工系统中的社会智能通常通过评估被认为代表社会行为某些方面的相关特征或任务来衡量。这些特征的融合,然后被用来配置社会智力的直观概念。相反,在本文中,我们从社交智能的参数化定义开始,将其定义为在一组具有多个代理的环境中的预期表现,并从中评估和导出测试。这个定义明确了几个依赖关系:(1)定义取决于选择(和重量)的环境和代理,(2)该定义可以包括竞争行为和合作行为,这取决于代理和奖励如何被安排到团队中,(3)定义主要取决于其他主体的能力,(4)社会智力和一般智力(或其他能力)之间的实际差异取决于这些选择。因此,我们解决这个定义转换成一个更精确的一些基本属性,确保社会行为(如行动和奖励的依赖性和竞争/合作行为的预期)满足以及其他一些更工具性的属性(如secernment,有界性,对称性,有效性,可靠性,效率),这是方便的定义转换成一个实际的测试。从定义和形式化属性出发,我们来看看几个有代表性的多智能体环境、测试和游戏,看看它们是否满足这些属性。
2014-08-27 cs.AI cs.MA
Multi-robot Social-aware Cooperative Planning in Pedestrian Environments Using Multi-agent Reinforcement Learning
行人参与环境中多机器人安全、高效的协同规划具有广阔的应用前景。在部分变维观测和不完全感知条件下,提出了一种基于离策略多智能体强化学习(MARL)的多机器人社会感知高效协作规划器.我们采用基于时空图(TSG)的社会编码器,以更好地提取每个机器人和行人在其视野(FOV)的社会关系的重要性。此外,我们在多机器人RL框架中引入K步前瞻奖励设置,以避免机器人产生的侵略性,侵入性,短视和不自然的运动决策。此外,我们改进了传统的集中式评论家网络与多头全局注意力模块,更好地聚集不同机器人之间的局部观察信息,以指导个体的策略更新过程。最后,多组实验结果验证了所提出的协作运动规划器的有效性。
2022-11-29 cs.AI cs.RO
Exploring Social Motion Latent Space and Human Awareness for Effective Robot Navigation in Crowded Environments
TCS Research(塔塔咨询服务公司研究院)
本文提出利用社交运动潜在空间生成控制指令,并引入人类意识概念,以提升拥挤环境中机器人导航的成功率、平滑性和预见性。
2023-10-11 cs.AI cs.LG cs.RO
Emergent Reciprocity and Team Formation from Randomized Uncertain Social Preferences
OpenAI
多智能体强化学习(MARL)最近在日益复杂的固定团队零和环境中取得了成功。然而,现实世界不是零和游戏,也没有固定的团队;人类面临着无数的社会困境,必须学会何时合作,何时竞争。为了成功地将代理人部署到人类世界中,他们能够理解并帮助我们解决冲突可能很重要。不幸的是,自私的MARL代理通常在面临社会困境时失败。在这项工作中,我们展示了紧急直接互惠,间接互惠和声誉,以及团队形成的证据时,训练代理随机不确定的社会偏好(RUSP),一种新的环境增强,扩大了环境代理的分布发挥。RUSP是通用的和可扩展的;它可以应用于任何多智能体环境,而不会改变原始的底层游戏动态或目标。特别是,我们表明,与RUSP这些行为可以出现,并导致更高的社会福利均衡在经典的抽象社会困境,如迭代囚徒困境,以及在更复杂的跨期环境。
2020-11-10 cs.AI cs.LG cs.MA
NegotiationGym: Self-Optimizing Agents in a Multi-Agent Social Simulation Environment
Quantexa
本研究设计实现多智能体社会仿真工具NegotiationGym,提供配置驱动的易用API,支持谈判合作类场景定制,智能体可通过多轮交互观察结果、调整策略实现自优化。
2025-10-05 cs.AI cs.MA
SOCIALGYM 2.0: Simulator for Multi-Agent Social Robot Navigation in Shared Human Spaces
University of Texas, Austin(德克萨斯大学奥斯汀分校)
我们提出SocialGym 2,多智能体导航模拟器的社会机器人研究。我们的模拟器模拟多个自主智能体,在复杂的环境中复制真实世界的动态,包括门口,走廊,十字路口和环形交叉口。与传统的模拟器不同,SocialGym 2采用多智能体强化学习(MARL)来为复杂环境中具有不同动态约束的多个机器人制定最佳导航策略。SocialGym 2基于PettingZoo MARL库和Stable Baselines3 API构建,提供了一个可访问的Python接口,通过ROS消息传递与导航堆栈集成。SocialGym 2可以很容易地安装并打包在Docker容器中,它提供了交换和评估不同MARL算法的能力,以及自定义观察和奖励功能。我们还提供脚本,允许用户创建自己的环境,并使用各种社交导航算法进行基准测试,报告广泛的社交导航指标。预计托管于:https://amrl.cs.utexas.edu/social_gym/index.html
2023-03-09 cs.AI cs.MA cs.RO
Environment Complexity and Nash Equilibria in a Sequential Social Dilemma
The Alan Turing Institute(艾伦·图灵研究所);University of Exeter(埃克塞特大学)
本文将矩阵博弈社会困境扩展为高维序贯 MARL 环境,通过调整猎鹿博弈网格世界并改变环境复杂度,发现复杂度升高会使智能体收敛到风险占优的次优纳什均衡策略,揭示了环境复杂度对合作最优结果的影响。
2024-08-08 cs.AI cs.GT cs.MA
Meta-control of social learning strategies
Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);Sorbonne Université(索邦大学);CNRS(法国国家科学研究中心);Eindhoven University of Technology(埃因霍温理工大学);DeepMind(深度思维);Korea Advanced Institute of Science and Technology(韩国科学技术院)
社会学习,即在没有实际经验的情况下模仿他人的行为,提供了一种成本效益高的知识获取方式。然而,它提出了一个基本问题,即哪些人拥有可靠的信息:成功的个人还是大多数人。前者和后者分别被称为基于成功的社会学习策略和顺从的社会学习策略。我们在这里表明,虽然成功为基础的战略充分利用低不确定性的良性环境,它失败的不确定性环境。另一方面,从众策略可以有效地缓解这种不利影响。基于这些发现,我们假设,元控制的个人和社会学习策略提供了有效的和样本效率的学习在动荡和不确定的环境。在一组具有不同波动性和不确定性的环境中进行的模拟证实了我们的假设。结果表明,社会学习的元控制提供代理的杠杆,以解决环境的不确定性,以最小的探索成本,通过利用他人的学习作为外部知识库。
2022-03-07 cs.AI cs.MA cs.NE
SCRAG: Social Computing-Based Retrieval Augmented Generation for Community Response Forecasting in Social Media Environments
Department of Computer Science University of Illinois Urbana-Champaign(计算机科学系伊利诺伊大学厄巴纳-香槟分校)
提出SCRAG框架,融合社会计算与检索增强生成,利用历史响应和外部知识预测社交媒体社区反应,在X平台六场景中平均提升超10%。
2025-04-18 cs.AI cs.SI
Federated Learning of Socially Appropriate Agent Behaviours in Simulated Home Environments
Delhi Technological University(德里理工大学);University of Cambridge(剑桥大学)
针对社交机器人行为需符合社会规范的需求,提出联邦学习和联邦持续学习两个基准,验证FedAvg的鲁棒性及基于rehearsal的FCL可跨上下文增量学习动作社会适宜性。
2024-03-12 cs.AI cs.CY cs.LG
Developmental Curiosity and Social Interaction in Virtual Agents
Stanford University(斯坦福大学);Pomona College(波莫纳学院)
本文创建了无外部奖励的虚拟婴儿智能体和3D环境,测试惊讶、不确定性等内在奖励函数,发现新颖性和不确定性最能促进探索,且社会互动有助于构建稳健的预测性世界模型。
2023-05-22 cs.AI cs.LG
Stubborn: An Environment for Evaluating Stubbornness between Agents with Aligned Incentives
Bar-Ilan University(巴伊兰大学);Tel Aviv University(特拉维夫大学)
针对完全合作场景下智能体社会困境研究不足的问题,本文提出Stubborn环境用于评估激励一致的智能体间的固执程度,初步实验发现智能体可利用伙伴的固执信号优化决策,推动相关社会动态研究。
2023-04-28 cs.AI cs.MA
SG-LSTM: Social Group LSTM for Robot Navigation Through Dense Crowds
Purdue University(普渡大学)
本文提出SG-LSTM模型,利用社会感知LSTM建模密集环境中的人群群体与交互,提升轨迹预测精度和导航效率,并发布带群体标注的大规模视频数据集。
2023-08-06 cs.AI cs.MA cs.RO
Prototyping Digital Social Spaces through Metaphor-Driven Design: Translating Spatial Concepts into an Interactive Social Simulation
Northeastern University(东北大学)
针对现有社交媒体设计局限于参与度和规模、替代构想难原型化的问题,提出隐喻驱动系统将用户隐喻转化为平台功能并生成LLM智能体交互模拟,验证其可表达多元社交期望、助力拓展社交平台设计空间。
2025-10-03 cs.AI cs.HC
Social learning via actions in bandit environments
我研究了一个在贝叶斯强盗环境下的具有私人收益和公共行动的战略探索博弈。特别是,我看级联均衡,其中代理商切换随着时间的推移,只有当他们变得足够悲观的风险行动的无风险行动。我表明,这些均衡存在于某些条件下,并建立其显着的性质。在这些均衡中,个体的探索可以比单个主体的水平更多或更少,这取决于主体是否以共同的先验开始,但最乐观的主体总是探索不足。我还表明,允许代理人写可执行的事前合同将导致最事前乐观的代理人购买所有的回报流,提供了一个解释,以购买更成熟的公司的小型初创企业。
2022-05-12 cs.AI cs.LG econ.TH
Social Computational Design Method for Generating Product Shapes with GAN and Transformer Models
针对快速发展的人工智能技术在智能产品设计中的应用,建立了一种社会计算设计方法。支持多智能体系统、形文法、生成对抗网络、贝叶斯网络、Transformer等,该方法能够定义设计解空间,准备训练样本,并最终获得一个智能模型,该模型能够根据给定设计任务的不完全解推荐设计方案。产品形状设计作为切入点,以证明该方法,然而,该方法可以应用于任务,而不是形状设计时,解决方案可以被正确编码。
2022-02-22 cs.AI
Balancing utility and cognitive cost in social representation
School of Informatics(信息学院);University of Edinburgh(爱丁堡大学)
本文针对智能体如何表征其他智能体的问题,提出在下游任务效用与信息认知成本之间取得最优平衡,并以选择性社会学习为例给出两种资源受限方法。
2023-12-07 cs.AI
Role Playing Learning for Socially Concomitant Mobile Robot Navigation
National University of Singapore(新加坡国立大学)
在本文中,我们提出了角色扮演学习(RPL)计划的移动机器人导航社会与人类同伴在人口稠密的环境中。构造神经网络(NN)来参数化一个随机策略,该随机策略直接将机器人收集的传感器数据映射到其速度输出,同时尊重一组社会规范。一个有效的模拟学习环境是建立在地图和行人轨迹收集从一些现实世界的人群数据集。在每次学习迭代中,配备NN策略的机器人在学习环境中虚拟地创建,以扮演陪伴行人的角色,并以社会伴随的方式向目标导航。因此,我们称这个过程为角色扮演学习,它是在强化学习(RL)框架下制定的。神经网络的政策是优化端到端使用信赖域策略优化(TRPO),考虑到机器人的传感器测量的不确定性。仿真和实验结果证明了该方法的有效性和优越性。
2017-05-29 cs.AI cs.RO
SocialVeil: Probing Social Intelligence of Language Agents under Communication Barriers
Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院);Department of Psychological Sciences, Rice University(里士满大学心理学系)
SocialVeil通过模拟沟通障碍测试语言模型的社会智能,发现障碍显著降低相互理解并增加困惑度,表明真实社交环境下的交互挑战。
2026-02-04 cs.AI cs.CL
Watch-And-Help: A Challenge for Social Perception and Human-AI Collaboration
Massachusetts Institute of Technology(麻省理工学院);ETH Zurich(苏黎世联邦理工学院);University of Toronto(多伦多大学);NVIDIA(英伟达);Vector Institute(向量研究所)
在本文中,我们介绍了观察和帮助(WAH),在代理测试社会智能的挑战。在WAH中,人工智能智能体需要帮助类人智能体有效地执行复杂的家庭任务。为了取得成功,人工智能智能体需要i)通过观看类人智能体执行相同任务的单个演示来理解任务的潜在目标(社会感知),以及ii)与类人智能体协调,以尽可能快地在看不见的环境中解决任务(人类-人工智能协作)。为了应对这一挑战,我们构建了VirtualHome-Social,一个多代理家庭环境,并提供了一个基准,包括基于规划和学习的基线。我们使用客观指标和主观用户评级评估人工智能智能体与类人智能体以及真实人类的性能。实验结果表明,所提出的挑战和虚拟环境,使大规模的机器社会智能的重要方面进行系统的评估。
2021-05-03 cs.AI cs.LG cs.MA
An Empirical Design Justice Approach to Identifying Ethical Considerations in the Intersection of Large Language Models and Social Robotics
Leverhulme Centre for the Future of Intelligence, University of Cambridge(勒沃休姆未来智能中心,剑桥大学)
本文通过定性共同设计与交互研究,运用设计正义方法识别人形社交机器人作为 LLM 接口时的伦理风险,并归纳出交互、共同设计、服务条款和关系四个维度。
2024-06-12 cs.AI cs.RO
Environmental and Social Sustainability of Creative-Ai
KTH Royal Institute of Technology(KTH皇家理工学院)
人工智能的最新发展提高了其在自主和协作环境下进行艺术创作的能力。在这两种情况下,艾未未的目标是模仿,结合和扩展现有的艺术风格,并可以改变创作实践。在我们正在进行的研究中,我们从可持续性和道德角度调查这种创意人工智能。两个主要的重点领域是理解环境可持续性方面(材料,实践)的艺术过程中,涉及创造性的艾,和伦理问题,谁得到参与创作过程(权力,作者,所有权)。本文概述了我们在这两个方向正在进行的研究。我们将提出我们的跨学科的方法,它结合了访谈,研讨会,在线民族志和能量测量,以解决我们的研究问题:如何创造性的人工智能目前使用的艺术家社区,以及未来的应用程序做艺术家想象?当AI被应用于艺术创作时,它会如何影响经济和环境?而且,这些问题的答案如何指导创造性人工智能知识产权制度的要求?
2022-09-28 cs.AI cs.HC
Detecting Early and Implicit Suicidal Ideation via Longitudinal and Information Environment Signals on Social Media
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Columbia Irving Medical Center(哥伦比亚大学伊万尼兹医疗中心);New York State Psychiatric Institute(纽约州精神医学研究所)
通过分析社交媒体用户的纵向发帖和同伴互动,利用DeBERTa-v3模型提升早期隐性自杀念头检测性能。
2026-02-21 cs.AI cs.CL cs.CY