[論文レビュー] Definition and properties to assess multi-agent environments as social intelligence tests

Javier Insa-Cabrera, José Hernández‐Orallo|arXiv (Cornell University)|Aug 27, 2014

Computability, Logic, AI Algorithms参考文献 50被引用数 4

ひとこと要約

本稿は、エージェントの相互作用、報酬、チーム構造に基づいて、社会的知性を期待されるパフォーマンスとして、形式的かつパrameter化された定義を提案する。エージェント間の相互作用に基づく、10の形式的性質（有界性、予測性、区別性など）を導入し、それらが社会的知性のテストとして有効であるかどうかを評価する。また、囚人のジレンマや予言者・獲物ゲームなどのベンチマークゲームに適用し、これらの基準を満たす環境のみが社会的知性を信頼性高く測定できることを示している。

ABSTRACT

Social intelligence in natural and artificial systems is usually measured by the evaluation of associated traits or tasks that are deemed to represent some facets of social behaviour. The amalgamation of these traits is then used to configure the intuitive notion of social intelligence. Instead, in this paper we start from a parametrised definition of social intelligence as the expected performance in a set of environments with several agents, and we assess and derive tests from it. This definition makes several dependencies explicit: (1) the definition depends on the choice (and weight) of environments and agents, (2) the definition may include both competitive and cooperative behaviours depending on how agents and rewards are arranged into teams, (3) the definition mostly depends on the abilities of other agents, and (4) the actual difference between social intelligence and general intelligence (or other abilities) depends on these choices. As a result, we address the problem of converting this definition into a more precise one where some fundamental properties ensuring social behaviour (such as action and reward dependency and anticipation on competitive/cooperative behaviours) are met as well as some other more instrumental properties (such as secernment, boundedness, symmetry, validity, reliability, efficiency), which are convenient to convert the definition into a practical test. From the definition and the formalised properties, we take a look at several representative multi-agent environments, tests and games to see whether they meet these properties.

研究の動機と目的

• 定義されたチーム構成と報酬を備えたマルチエージェント環境の重み付き集合における期待パフォーマンスとして、社会的知性を形式的に定義すること。
• マルチエージェント環境が社会的知性の有効かつ信頼できるテストであるために必要な本質的性質を特定し、形式化すること。
• 例えば、囚人のジレンマ、パックマン、ロボカップなどの既存のマルチエージェントゲームや環境を、これらの性質に基づいて評価し、それらが社会的知性のテストとして適切かどうかを判断すること。
• 環境的要因およびエージェント設計の選択に依存するという点で、一般知能と社会的知能の違いを明確にすること。
• ゲーム理論およびマルチエージェントシステムに根ざした、普遍的かつ心理測定的に妥当なフレームワークを提供し、人工エージェントにおける社会的知能のテストを可能にすること。

提案手法

• エージェントの役割とチーム構成による重み付けを考慮した、マルチエージェント環境の分布全体におけるエージェントの期待パフォーマンスとして、社会的知性のパrameter化された定義を提唱する。
• テスト品質を保証するための10の形式的性質（有界性、相互作用性、中立でない性、区別性、予測性、対称性、妥当性、信頼性、効率性、報酬依存性）を導入する。
• 期待報酬の差をエージェント役割の入れ替えによって計算する協調的予測（ACoop）を、主要な指標として数学的形式主義で定義する。
• 解析的導出およびゲーム理論的推論を用いて、実世界の環境を分析する。これには、異なるエージェント方針下での期待報酬計算が含まれる。
• エージェントペアおよびチーム全体の重み付き平均を用いて、全体の社会的知性スコアを計算し、比較可能性を保つために正規化を実施する。
• 対称性および報酬依存性を用いてテスト妥当性を評価する、マッチングペニー、囚人のジレンマ、予言者・獲物、ロボカップの事例研究を通じて、性質の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 どのような形式的定義が、マルチエージェント環境全体にわたって、信頼性があり普遍的な評価を可能にするか？
• RQ2 マルチエージェント環境が有効な社会的知性テストであるために必要な、そして十分な性質は何か？
• RQ3 競争的および協調的ダイナミクスは、共有環境における社会的知能の測定にどのように影響するか？
• RQ4 囚人のジレンマやロボカップといった標準的なベンチマークゲームが、有効な社会的知性テストであるという形式的基準をどの程度満たしているか？
• RQ5 環境設計の観点から、マルチエージェントシステムにおける社会的知能と一般知能をどのように区別できるか？

主な発見

• 予言者・獲物（追跡ゲーム）環境は、最大の協調的予測スコア1を達成しており、予測性の性質を完全に満たしており、社会的知性の有効なテストであることが示された。
• 囚人のジレンマ環境は報酬依存性や細分化の能力といった重要な性質を満たしているが、特定のエージェント構成下では中立でない性と予測性に失敗している。
• マッチングペニーは有界性、相互作用性、区別性を満たしているが、戦略的深さに欠けるエージェント相互作用のため、予測性と中立でない性に失敗している。
• パックマンとロボカップサッカーは、非対称な報酬と構造的なチームダイナミクスの欠如により、有界性と予測性といった複数の核心的性質に失敗している。
• 形式的フレームワークにより、社会的知性はエージェントの固有の特徴ではなく、チーム構造や報酬割り当てを含む環境設計に強く依存することが明らかになった。
• 予測性、区別性、対称性を含む10の形式的性質をすべて満たす環境でなければ、信頼性があり妥当な社会的知性テストと見なせない。