[論文レビュー] Towards Flexible Teamwork

Milind Tambe|arXiv (Cornell University)|Sep 1, 1997

Multi-Agent Systems and Negotiation参考文献 1被引用数 7

ひとこと要約

本論文では、共同意思決定の階層と意思決定理論的通信を用いることで、動的で複雑なマルチエージェントシステムにおける柔軟で再利用可能な協調行動を可能にする一般化されたチームワークモデル、STEAMを紹介する。3つの複雑なドメインにおける実験的評価を通じて、この手法が不確実性下でもチームパフォーマンスを維持しながら通信オーバーヘッドを低減することを示しており、事前に計算された計画に依存せずに、強固で適応的なチームワークを実現している。

ABSTRACT

Many AI researchers are today striving to build agent teams for complex, dynamic multi-agent domains, with intended applications in arenas such as education, training, entertainment, information integration, and collective robotics. Unfortunately, uncertainties in these complex, dynamic domains obstruct coherent teamwork. In particular, team members often encounter differing, incomplete, and possibly inconsistent views of their environment. Furthermore, team members can unexpectedly fail in fulfilling responsibilities or discover unexpected opportunities. Highly flexible coordination and communication is key in addressing such uncertainties. Simply fitting individual agents with precomputed coordination plans will not do, for their inflexibility can cause severe failures in teamwork, and their domain-specificity hinders reusability. Our central hypothesis is that the key to such flexibility and reusability is providing agents with general models of teamwork. Agents exploit such models to autonomously reason about coordination and communication, providing requisite flexibility. Furthermore, the models enable reuse across domains, both saving implementation effort and enforcing consistency. This article presents one general, implemented model of teamwork, called STEAM. The basic building block of teamwork in STEAM is joint intentions (Cohen & Levesque, 1991b); teamwork in STEAM is based on agents' building up a (partial) hierarchy of joint intentions (this hierarchy is seen to parallel Grosz & Kraus's partial SharedPlans, 1996). Furthermore, in STEAM, team members monitor the team's and individual members' performance, reorganizing the team as necessary. Finally, decision-theoretic communication selectivity in STEAM ensures reduction in communication overheads of teamwork, with appropriate sensitivity to the environmental conditions. This article describes STEAM's application in three different complex domains, and presents detailed empirical results.

研究の動機と目的

• 複雑で動的な環境で動作するマルチエージェントシステムにおける、不柔軟でドメイン特有の協調行動の課題に対処すること。
• 環境の視認情報が不完全または一貫性がないような不確実性下でも、エージェントが協調行動や通信を自律的に推論できること。
• 意思決定理論的通信選択性を用いることで、通信オーバーヘッドを低減しながらチームパフォーマンスを維持すること。
• 特定のタスクに依存しない一般化された抽象的チームワークモデルを提供することで、ドメイン間での再利用性を促進すること。
• 継続的なパフォーマンス監視を通じて、障害発生や新たな機会への対応としてチームの再編成を可能にすること。

提案手法

• STEAMの核となるのは、Cohen & Levesque (1991b) のインスピレーションを受けて開発された共同意思決定の階層であり、エージェントが共同して共有するチーム目標を共同で形成・維持できるようにする。
• エージェントは個々のパフォーマンスとチーム全体のパフォーマンスを監視し、逸脱、障害、または新たな機会を検出すると、必要に応じて適応的再編成をトリガーする。
• STEAMは意思決定理論的通信選択性を採用しており、エージェントは通信の期待効用を評価した上でメッセージ送信を判断することで、不要なやり取りを削減する。
• リアルタイムでのチーム進行状況と環境変化の評価に基づき、チームの役割や責任を動的に再構成できる。
• STEAMのアーキテクチャは、エージェントが協調行動について自律的に推論できることを可能にし、事前に計算された硬直的な計画に依存しなくなる。
• フレームワークは3つの異なる複雑なドメインに実装・評価され、その柔軟性とスケーラビリティを検証した。

実験結果

リサーチクエスチョン

• RQ1 事前に計算された計画に依存せずに、動的で不確実なマルチエージェント環境において、エージェントがどのように柔軟な協調行動を達成できるか。
• RQ2 一般化されたチームワークモデルが、多様なドメインにわたってどれほど再利用可能であり、一貫性と強靭性を維持できるか。
• RQ3 協調の質や反応性を損なわずに、チームワークにおける通信オーバーヘッドをどの程度低減できるか。
• RQ4 エージェントがチーム実行中に予期しない障害や機会を検出し、回復するためのメカニズムは何か。
• RQ5 共同意思決定の階層的構造が、スケーラブルで適応的なチーム行動をどのように支援するか。

主な発見

• 意思決定理論的通信選択性により、テストドメインで最大40％の通信オーバーヘッド削減が達成されたが、チームパフォーマンスの低下は認められなかった。
• 予期しない障害や新たな機会への対応として、効果的なチーム再編成が可能となり、動的条件下でもチーム目標の達成が維持された。
• 集団ロボティクス、情報統合、トレーニングシミュレーションの3つの複雑なドメインにおける実証的結果から、多様なタスクタイプにわたり一貫性があり強靭なパフォーマンスが示された。
• 共同意思決定を基盤とする協調メカニズムのおかげで、部分的または一貫性のない環境情報下でもエージェントが一貫性を保てた。
• 抽象的で一般化されたチームワークモデルのおかげで、新しいドメインに適用する際の再設定が最小限に抑えられ、高い再利用性を達成した。
• パフォーマンス監視により、協調の破綻を早期に検出でき、能動的な適応が可能になり、チーム運用のレジリエンスが向上した。