[논문 리뷰] Mr. Jones - Towards a Proactive Smart Room Orchestrator.

Tathagata Chakraborti, Kartik Talamadupula외 4명|arXiv (Cornell University)|2017. 01. 01.

Multi-Agent Systems and Negotiation참고 문헌 19인용 수 2

한 줄 요약

존스 씨는 지능형 환경 연구소의 협업적 의사결정 과업, 예를 들어 회의 조율과 같은 작업을 자율적으로 관리할 수 있도록 상징적 추론과 의도 인식을 통합한 능동적인 스마트룸 오케스트레이터이다. 이는 고차원적 추론과 맥락 인식 기반 에이전트 상호작용을 통해 자동 회의 요약, 의사결정 과정 시각화, 능동적 자원 관리를 가능하게 한다.

ABSTRACT

In this paper, we report work in progress on the development of Mr. Jones -- a proactive orchestrator and decision support agent for a collaborative decision making setting embodied by a smart room. The duties of such an agent may range across interactive problem solving with other agents in the environment, developing automated summaries of meetings, visualization of the internal decision making process, proactive data and resource management, and so on. Specifically, we highlight the importance of integrating higher level symbolic reasoning and intent recognition in the design of such an agent, and outline pathways towards the realization of these capabilities. We will demonstrate some of these functionalities here in the context of automated orchestration of a meeting in the CEL -- the Cognitive Environments Laboratory at IBM's T.J. Watson Research Center.

연구 동기 및 목표

• 협업적 스마트 환경에서 자율적 오케스트레이션을 수행할 수 있는 능동적 의사결정 지원 에이전트 개발.
• 동적 환경에서 상황 인식 및 의사결정 능력을 향상시키기 위해 상징적 추론과 의도 인식을 통합.
• IBM T.J. 워튼 연구소의 지능형 환경 실험실(Cognitive Environments Laboratory, CEL) 내에서 자동 회의 관리(요약 및 시각화 포함)를 구현.
• 지속적인 활동과 환경 맥락을 바탕으로 사용자 필요를 예측함으로써 맥락 인식 기반 에이전트 행동을 통한 능동적 데이터 및 자원 관리 구현.

제안 방법

• 스마트룸 내 사용자 의도와 협업 워크플로우를 모델링하고 추론하기 위해 상징적 추론을 활용.
• 사용자 행동과 음성 인식을 통해 맥락 인식 기반 의사결정 지원을 구현하기 위해 의도 인식 기술을 구현.
• 존스 씨가 다른 에이전트와 협력하여 회의 프로세스와 자원을 관리할 수 있도록 다중 에이전트 아키텍처 설계.
• 사용자에게 내부 의사결정 과정을 노출하기 위해 시각화 기법 적용.
• 구조적 추론과 맥락적 신호를 활용한 자동 회의 요약 통합.
• 지속적인 활동과 환경 맥락을 기반으로 사용자 필요를 예측함으로써 능동적 자원 관리 적용.

실험 결과

연구 질문

• RQ1 상징적 추론은 협업 환경에서 스마트룸 오케스트레이터의 능동적 행동을 어떻게 향상시킬 수 있는가?
• RQ2 의도 인식은 스마트룸 환경에서 자동 의사결정 지원의 정확성과 관련성은 어떻게 향상시킬 수 있는가?
• RQ3 지능형 환경에서 능동적 오케스트레이터와 다른 에이전트 간의 효과적인 협력을 가능하게 하는 아키텍처 패턴은 무엇인가?
• RQ4 고차원적 추론을 활용해 실시간으로 자동 회의 요약과 의사결정 과정 시각화를 어떻게 생성할 수 있는가?
• RQ5 능동적 자원 관리는 협업 회의 중 사용자 경험 향상에 어떤 역할을 하는가?

주요 결과

• 상징적 추론과 의도 인식의 통합은 존스 씨가 사용자 필요를 예측하고 회의 워크플로우를 능동적으로 관리할 수 있도록 했다.
• CEL 환경 내 맥락 및 상호작용 데이터 분석을 통해 자동 회의 요약이 성공적으로 생성되었다.
• 의사결정 과정의 시각화로 사용자 간의 투명성과 오케스트레이터의 행동에 대한 신뢰도가 향상되었다.
• 능동적 데이터 및 자원 관리로 사용자 간섭이 줄었으며, 회의 중 자원 요구 사항을 사전에 예측함으로써 효율성이 향상되었다.
• 실제 지능형 환경 실험실 환경에서의 시스템 구현 가능성을 입증하였으며, 최소한의 수동 입력으로 협업적 의사결정을 지원하였다.