[논문 리뷰] Coevo: a collaborative design platform with artificial agents

Gerard Serra, David Miralles|arXiv (Cornell University)|2019. 04. 30.

Social Robot Interaction and HRI참고 문헌 17인용 수 4

한 줄 요약

Coevo는 인간과 인공 에이전트가 공유 도구와 공통된 디자인 언어를 사용하여 2D 도형을 공동으로 창작할 수 있도록 해주는 온라인 공동 설계 플랫폼이다. 물리학 시뮬레이션 환경에서 진화 계산과 상호작용적이고 투명한 설계 과정을 융합함으로써 Coevo는 실시간 지식 공유, 설명 가능한 AI 행동, 그리고 다양한 고성능 설계 솔루션의 생성을 가능하게 한다.

ABSTRACT

We present Coevo, an online platform that allows both humans and artificial agents to design shapes that solve different tasks. Our goal is to explore common shared design tools that can be used by humans and artificial agents in a context of creation. This approach can provide a better knowledge transfer and interaction with artificial agents since a common language of design is defined. In this paper, we outline the main components of this platform and discuss the definition of a human-centered language to enhance human-AI collaboration in co-creation scenarios.

연구 동기 및 목표

• 인간과 인공 에이전트가 동일한 도구와 공통된 언어를 사용하여 공동으로 해결책을 창출할 수 있는 공동 설계 환경을 개발하는 것.
• AI 설계 과정을 투명하고 수정 가능하게 하여 인간-AI 협업에서 지식 공유와 상호 이해를 향상시키는 것.
• 집단 기반 최적화 알고리즘이 공동의 상호작용 환경에서 새로운 고성능 설계 솔루션을 생성할 수 있는지 탐색하는 것.
• 모든 설계 과정을 보존하고 시각화하여 인간과 에이전트 모두가 점진적 학습과 반복적 설계를 지원하는 것.
• 진화 계산을 통해 다양한 예측 불가능하지만 유효한 제안을 가능하게 하여 설계 과제의 솔루션 공간을 확장하는 것.

제안 방법

• 디자인은 기본 동작(추가, 제거, 회전, 연결)을 사용하여 2D 브릭으로 구성되며, 연속적인 2D 도형을 형성한다.
• 플랫폼은 실시간 시뮬레이션과 평가를 위한 상호작용적이고 물리기반의 2D 환경을 렌더링하기 위해 p5.js와 matter.js를 사용한다.
• 수량화된 성능 점수(0–1) 기반의 목적 기반 기준에 따라 수집, 이동, 컷, 보호의 네 가지 구체적인 설계 과제가 정의된다.
• 인공 에이전트는 환경에서의 성능 피드백에 기반해 설계를 진화시키는 집단 기반 최적화 알고리즘을 사용한다.
• 인간 또는 에이전트가 수행한 모든 설계 동작은 로그로 기록되고 시각화되어, 어느 단계에서든 점검, 편집, 이어하기가 가능하다.
• 시스템은 상호작용적 간섭을 지원한다: 사용자는 최적화 중 어떤 구성 요소도 수정할 수 있으며, 이로 인해 연속성과 투명성이 유지된다.

실험 결과

연구 질문

• RQ1 공동 설계 언어와 동일한 도구는 창의적 과제에서 인간과 인공 에이전트 간의 효과적인 협업을 어떻게 가능하게 하는가?
• RQ2 집단 기반 진화 알고리즘이 상호작용 환경에서 다양하고 고성능이며 새로운 설계 솔루션을 얼마나 잘 생성할 수 있는가?
• RQ3 실시간이고 투명한 설계 과정 로깅은 인간이 AI가 생성한 설계에 대한 이해와 신뢰를 어떻게 향상시키는가?
• RQ4 인간-AI 공동 진화를 수반하는 상호작용적 점진적 설계는 블랙박스 AI 시스템에 비해 솔루션 공간의 더 넓은 탐색을 가능하게 하는가?
• RQ5 공동 평가 기준은 인간과 AI 설계 과정 간의 공정한 비교와 지식 공유를 어떻게 가능하게 하는가?

주요 결과

• Coevo 플랫폼은 인간과 인공 에이전트가 동일한 도구와 설계 동작을 사용하여 공동 설계 언어를 성공적으로 구현하였다.
• 인공 에이전트는 동일한 과제(예: 기울인 평면 위에서 이동)에 대해 다수의 유효하고 다양한 솔루션을 생성하였으며, 일반적인 휠 이외의 비직관적인 설계를 보여주었다.
• 모든 설계 단계를 로깅하는 시스템의 투명성 덕분에 사용자가 전체 과정을 점검하고 중간 단계에서 편집이 가능해져 설명 가능성과 사용자 통제력을 향상시켰다.
• 목적 기반 기준에 기반한 성능 점수(0–1)는 인간과 AI가 생성한 설계 모두에 대해 일관된 평가와 반복적 개선을 가능하게 하였다.
• 집단 기반 최적화 과정은 솔루션 공간의 더 넓은 탐색을 이끌었으며, 놀라운 결과이지만 유효한 설계도 포함하여 인간 창작자에게 영감을 줄 수 있었다.
• 물리학 시뮬레이션과 상호작용 설계의 통합은 실시간 피드백을 제공하여 인간과 AI 기여의 점진적 학습과 공진화를 지원하였다.