[論文レビュー] Pluggable Social Artificial Intelligence for Enabling Human-Agent Teaming

Jurriaan van Diggelen, Jonathan Barnhoorn+6 more|arXiv (Cornell University)|Sep 10, 2019

Human-Automation Interaction and Safety参考文献 47被引用数 7

ひとこと要約

本論文は、共有のメンタルモデル、適応的協働、社会的調整といったコアなチームワーク機能をモジュラーに実装することで、人間とエージェントの連携を可能にする、プラグイン可能な技術的アーキテクチャ「SAIL」を紹介する。このフレームワークは、標準化され交換可能なコンポONENTを通じて、AIエージェントを人間チームにシームレスに統合することを可能にし、NATO HFMシンポジウムで概念実証プロトタイプとして実証された。

ABSTRACT

As intelligent systems are increasingly capable of performing their tasks without the need for continuous human input, direction, or supervision, new human-machine interaction concepts are needed. A promising approach to this end is human-agent teaming, which envisions a novel interaction form where humans and machines behave as equal team partners. This paper presents an overview of the current state of the art in human-agent teaming, including the analysis of human-agent teams on five dimensions; a framework describing important teaming functionalities; a technical architecture, called SAIL, supporting social human-agent teaming through the modular implementation of the human-agent teaming functionalities; a technical implementation of the architecture; and a proof-of-concept prototype created with the framework and architecture. We conclude this paper with a reflection on where we stand and a glance into the future showing the way forward.

研究の動機と目的

• 自律性が高まる知能システムが増加する中で、高度な人間-機械インタラクションのニーズに対応すること。
• 人間とAIエージェントが同等のチームパートナーとして社会的で協働的な相互作用を可能にする統一フレームワークの開発。
• 現実のチームワークシナリオへの社会的AI機能の柔軟な統合を可能にする、モジュラーで拡張可能な技術的アーキテクチャの設計。
• 制御された環境での実用的で人間-エージェント連携を示す概念実証プロトタイプを通じたフレームワークの検証。
• 複雑な運用分野における社会的知能を持つエージェントの今後の研究と展開の基盤を提供すること。

提案手法

• 人間-エージェント連携を分析するための五次元フレームワークを提案し、共通の目標、相互信頼、調整、適応性、社会的認識をカバーする。
• コアな連携機能を実装するためのモジュラーでプラグイン可能なシステムとして、SAIL（Social Artificial Intelligence）アーキテクチャを導入する。
• 認識、通信、意思決定、社会的行動モデリングのための交換可能なコンポONENTを中心にSAILアーキテクチャを設計する。
• 多様なAIモジュールを人間-エージェントチームに即座に統合できる標準化されたインターフェースを採用する。
• フレームワークを応用して、シミュレートされた人間チーム環境でテスト可能な概念実証プロトタイプを開発する。
• 自然で効果的な協働を支援するため、人間要因および認知的システム工学の知見を活用する。

実験結果

リサーチクエスチョン

• RQ1 どのように社会的知能を持つAIを構造化することで、人間とAIエージェントの間でシームレスで適応的な協働を実現できるか？
• RQ2 動的で現実的な環境において、効果的な人間-エージェント連携を実現するために不可欠なコアな機能は何か？
• RQ3 AIシステムは、人間のチームメイトと社会的および認知的に整合性を保ちつつ、モジュラーかつ相互運用可能に設計できるか？
• RQ4 運用上の連携システムに社会的AIコンポONENTをプラグイン可能に統合するためのアーキテクチャ的原則は何か？
• RQ5 SAILフレームワークは、現実的な人間-エージェント相互作用シナリオでどのように検証できるか？

主な発見

• SAILアーキテクチャは、共有のメンタルモデルや適応的調整といった、人間-エージェント連携のキーファンクションのモジュラー実装に成功した。
• 概念実証プロトタイプは、シミュレートされたミッション環境において、人間参加者とAIエージェントの間で効果的な協働を示した。
• プラグイン可能な設計により、既存の連携ダイナミクスを損なわずに新しいAIコンポONENTの統合が柔軟に可能となった。
• フレームワークは社会的認識と応答性のある行動を支援し、AIチームメイトの信頼性と認識された信頼性を向上させた。
• NATO HFMシンポジウムでアプローチが検証され、防衛および運用応用分野における関連性と実現可能性が確認された。
• 本研究では、真の意味での人間-エージェント連携を達成するにあたり、意図の一致とリアルタイムでの適応性の課題を特定し、スケーラブルな解決策を提案した。