[论文解读] Coevo: a collaborative design platform with artificial agents

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

Social Robot Interaction and HRI参考文献 17被引用 4

一句话总结

Coevo 是一个在线协作设计平台，使人类与人工智能代理能够通过共享工具和通用设计语言共同创建2D形状。通过将进化计算与物理模拟环境中的交互式、透明的设计过程相结合，Coevo 实现了实时知识传递、可解释的AI行为，以及多样化、高性能的设计解决方案生成。

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.

研究动机与目标

• 开发一个共享设计环境，使人类与人工智能代理使用相同工具和通用语言共同创建解决方案。
• 通过使AI设计过程透明且可修改，增强人机协作中的知识传递与相互理解。
• 探索基于种群的优化算法如何在共享、交互式环境中生成新颖、高性能的设计解决方案。
• 通过保留并可视化整个设计过程，支持渐进式学习与迭代设计，惠及人类与代理。
• 通过进化计算实现多样化、出人意料但有效的提案，拓展设计任务的解空间。

提出的方法

• 设计通过基本操作（添加、移除、旋转、连接）使用2D积木构建，形成连续的2D形状。
• 平台使用 p5.js 和 matter.js 渲染交互式、基于物理的2D环境，实现实时模拟与评估。
• 四个不同的设计挑战（收集、移动、切割、保护）定义了任务，性能得分（0–1）基于客观标准量化。
• 人工智能代理使用基于种群的优化算法，根据环境反馈的性能结果演化设计。
• 所有设计操作（无论由人类或代理执行）均被记录并可视化，支持任意阶段的检查、编辑与延续。
• 系统支持交互式干预：用户可在优化过程中修改任意组件，保持连续性与透明度。

实验结果

研究问题

• RQ1 共享设计语言与通用工具在创造性任务中如何促进人类与人工智能代理之间的有效协作？
• RQ2 基于种群的进化算法在交互式环境中在多大程度上能生成多样化、高性能且新颖的设计解决方案？
• RQ3 实时、透明的设计过程日志在多大程度上提升了人类对AI生成设计的理解与信任？
• RQ4 与黑箱AI系统相比，人机协同进化、交互式渐进式设计是否能实现更广泛的解空间探索？
• RQ5 共享评估标准在实现人类与AI设计过程之间公平比较与知识传递方面发挥什么作用？

主要发现

• Coevo 平台成功使人类与人工智能代理使用相同工具与设计操作，构建了共享设计语言。
• 人工智能代理为同一任务（如在斜面上移动）生成了多个有效且多样的解决方案，展示了超越常见轮子的非直观新颖设计。
• 系统对所有设计步骤的透明日志记录，使用户能够全面检查并中段编辑，显著提升可解释性与用户控制力。
• 基于客观标准的性能得分（0–1）实现了人类与AI生成设计的一致评估与迭代优化。
• 基于种群的优化显著拓展了解空间，包括出人意料但有效的设计，可为人类创作者提供灵感。
• 物理模拟与交互式设计的结合实现了实时反馈，支持渐进式学习与人类与AI贡献的共同演化。