[논문 리뷰] Signifiers as a First-class Abstraction in Hypermedia Multi-Agent Systems

Danai Vachtsevanou, Andrei Ciortea외 2명|arXiv (Cornell University)|2023. 02. 14.

Multi-Agent Systems and Negotiation인용 수 4

한 줄 요약

이 논문은 초월형 멀티에이전트 시스템에서 기능을 추론하고 웹에서 능동적으로 기능을 활용할 수 있도록 기반을 제공하는 표지자(signifiers)를 일등 일관성(abstraction)으로 도입한다. BDI나 STRIPS 계획과 같은 에이전트의 추론 능력에 맞게 동적으로 기계가 읽을 수 있는 표지자를 맥락 인식 메커니즘을 통해 노출시킴으로써, 개방적이고 변화하는 환경에서 효과적이고 효율적인 상호작용을 향상시키며, 이는 프로토타입 로봇 작업장에서 검증되었다.

ABSTRACT

Hypermedia APIs enable the design of reusable hypermedia clients that discover and exploit affordances on the Web. However, the reusability of such clients remains limited since they cannot plan and reason about interaction. This paper provides a conceptual bridge between hypermedia-driven affordance exploitation on the Web and methods for representing and reasoning about actions that have been extensively explored for Multi-Agent Systems (MAS) and, more broadly, Artificial Intelligence. We build on concepts and methods from Affordance Theory and Human-Computer Interaction that support interaction efficiency in open and evolvable environments to introduce signifiers as a first-class abstraction in Web-based MAS: Signifiers are designed with respect to the agent-environment context of their usage and enable agents with heterogeneous abilities to act and to reason about action. We define a formal model for the contextual exposure of signifiers in hypermedia environments that aims to drive affordance exploitation. We demonstrate our approach with a prototypical Web-based MAS where two agents with different reasoning abilities proactively discover how to interact with their environment by perceiving only the signifiers that fit their abilities. We show that signifier exposure can be inherently managed based on the dynamic agent-environment context towards facilitating effective and efficient interactions on the Web.

연구 동기 및 목표

• 현재 초월형 클라이언트의 재사용성에 한계가 있음에도 불구하고 HATEOAS 기반 기능 탐색 기능을 제공하지만 계획 및 추론 능력이 부족함을 해결하기 위해.
• 표지자를 개념적이고 형식적인 추상화로 도입함으로써 초월형 기반 상호작용과 인공지능 계획 및 추론 기법을 융합하기 위해.
• 다양한 추론 능력(예: BDI, STRIPS)을 가진 에이전트가 자신의 능력에 맞는 기능에만 동적으로 인식하고 활용할 수 있도록 하기 위해.
• 에이전트-환경 맥락에 적응하는 맥락 기반 표지자 노출 메커니즘을 형식화하여 상호작용의 효율성과 효과성을 향상시키기 위해.
• 로봇 암을 갖춘 실세계 프로토타입 초월형 기반 다중에이전트 시스템에서 이 접근법의 타당성과 이점을 입증하기 위해.

제안 방법

• 기능에 대한 고수준 의미적 신호를 담고, 에이전트가 해석하고 탐색할 수 있도록 설계된 표지자를 일등 일관성 추상화로 제안한다.
• 에이전트 능력과 환경 맥락에 기반한 표지자 맥락적 노출을 위한 형식 모델을 정의하여 관련 없는 표지자가 노출되지 않도록 보장한다.
• HATEOAS 원칙과 표지자 노출을 통합하여, 상태 기반의 동적 방식으로 초월형 링크를 통해 기능을 탐색하고 활용할 수 있도록 한다.
• 에이전트 프로필(예: PRS 또는 STRIPS 유사 계획)과 같은 추론 능력을 기반으로 표지자를 중개하고 필터링하는 의미론적 노출 모듈(SEM)을 활용한다.
• 에이전트를 구현하기 위해 JaCaMo를 사용하며, 기계가 읽을 수 있고 초월형 형식에 부합하는 방식으로 로봇 암과 그 기능을 설명하기 위해 테이닝 기술(Thing Descriptions)을 사용한다.
• BDI 최적화, STRIPS 최적화, 일반형의 세 가지 유형의 표지자를 설계하여 다양한 에이전트 추론 능력에 맞추고 맞춤형 상호작용을 지원한다.

실험 결과

연구 질문

• RQ1 어떻게 표지자를 초월형 기반 다중에이전트 시스템에서 추론과 행동 계획을 지원하는 일등 일관성 추상화로 형식화할 수 있는가?
• RQ2 에이전트-환경 맥락에 따라 표지자 노출을 어떻게 동적으로 적응시켜 상호작용의 효율성과 효과성을 향상시킬 수 있는가?
• RQ3 다른 추론 능력(예: BDI 대비 STRIPS)을 가진 에이전트가 공유된 개방형 환경에서 기능을 어떻게 탐색하고 활용할 수 있는가?
• RQ4 표지자가 초월형 기반 자율 에이전트에서 행동 로직을 구현 세부 정보에서 분리하는 데 얼마나 효과적으로 기여할 수 있는가?
• RQ5 맥락 인식 기반 표지자 노출 메커니즘이 기능이 풍부한 웹 환경에서 사전적, 목표 중심의 상호작용 탐색을 어떻게 지원할 수 있는가?

주요 결과

• BDI 추론 능력을 가진 에이전트는 자신의 절차적 추론 시스템(PRS)에 맞는 표지자만 성공적으로 탐색하고 활용하여, 저수준 제어 지식 없이도 취급-치우기 작업을 수행할 수 있었다.
• STRIPS 유사 계획기를 갖춘 에이전트는 사전조건과 영향을 제공하는 행동 사양을 가진 표지자만 인식하여, 새로운 취급-치우기 계획을 합성하는 데 사용했다.
• 의미론적 노출 모듈(SEM)은 에이전트 프로필에 기반해 맥락적으로 관련 있는 표지자만 성공적으로 필터링하고 노출하여, 능력 기반의 동적 표지자 노출을 입증했다.
• 다른 추론 능력을 가진 두 에이전트가 서로 간섭 없이 동일한 초월형 환경에서 효과적으로 공존하고 상호작용할 수 있도록 시스템이 가능했다.
• 맥락 기반 표지자 노출의 형식 모델은 실세계 로봇 작업장에서 검증되었으며, 표지자가 개방적이고 변화하는 시스템에서 에이전트-환경 상호작용을 효과적으로 매개할 수 있음을 보여주었다.
• 이 접근법은 표지자가 다양한 에이전트가 웹 기반 MAS에서 기능을 동적으로 탐색하고 활용하는 데 있어 확장 가능하고 재사용 가능한 추상화 계층으로 기능할 수 있음을 입증했다.