[论文解读] Interactions as Social Practices: towards a formalization

Frank Dignum|arXiv (Cornell University)|Sep 24, 2018

Multi-Agent Systems and Negotiation参考文献 20被引用 9

一句话总结

本文提出了一种基于形式逻辑的框架，将社会实践建模为高层级、上下文感知的规范，以指导复杂多智能体交互中智能体的行为。通过使用模态逻辑和ADICO语法编码角色、规范、能力与策略，该方法使智能体能够在无需显式协调的情况下，高效推理预期行为并规划行动，显著降低了动态社会环境中的推理开销。

ABSTRACT

Multi-agent models are a suitable starting point to model complex social interactions. However, as the complexity of the systems increase, we argue that novel modeling approaches are needed that can deal with inter-dependencies at different levels of society, where many heterogeneous parties (software agents, robots, humans) are interacting and reacting to each other. In this paper, we present a formalization of a social framework for agents based in the concept of Social Practices as high level specifications of normal (expected) behavior in a given social context. We argue that social practices facilitate the practical reasoning of agents in standard social interactions.

研究动机与目标

• 解决在异构智能体（人类、机器人、软件智能体）之间建模复杂、上下文依赖的社会交互的挑战，其中固定协议不足以应对。
• 通过将社会实践作为高层级、共享的行为模板，减轻智能体的认知与计算负担。
• 使用模态逻辑与ADICO语法形式化社会实践，精确规范角色、规范、能力和策略。
• 使智能体能够基于共享预期推理预期行为并规划行动，最小化显式协调需求。
• 证明有用的社会实践可通过兼容的能力与受控的交互序列确保实现。

提出的方法

• 基于模态逻辑的形式化社会实践框架，扩展了智能体组织逻辑（LAO），引入道义模态与动态模态。
• 将社会实践定义为结构化算子，包含角色、动作、规范、策略、上下文与能力等组件。
• 使用ADICO语法（属性、道义、意图、条件、否则）指定规范（ADIC）、策略（AIC）与规则（ADICO）。
• 引入地标作为计划中必须达成的关键节点，实现抽象化并降低规划复杂度。
• 通过模态表达期望：O(r,φ,γ) 表示义务，F(r,φ,γ) 表示禁止，其中 r 为角色，φ 为上下文，γ 为动作。
• 将‘有用’的社会实践定义为至少存在一条可行执行路径，并通过内嵌策略实现角色间动作序列的受控调节。

实验结果

研究问题

• RQ1 如何形式化表示社会实践，以支持在复杂、上下文敏感的交互中进行智能体规划？
• RQ2 在共享社会语境中，编码角色、规范、能力和预期行为所需的必要逻辑组件是什么？
• RQ3 社会实践如何在动态、异构环境中减少智能体之间显式协调的需求？
• RQ4 何种条件可确保社会实践在执行上可行且结果可预测？
• RQ5 智能体如何利用社会实践指导推理，而无需进行完整的反应式重规划？

主要发现

• 基于形式逻辑的社会实践框架使智能体能够基于共享的高层级社会规范与角色推理预期行为，并据此规划行动。
• ADICO语法的使用可精确指定社会实践中的规范、策略与规则，支持结构化且可预测的智能体行为。
• 地标与模态逻辑实现规划中的抽象化，减少对每个低层级动作的显式表示需求。
• ‘有用’的社会实践保证至少存在一条可行的执行路径，并通过内嵌策略确保角色间交互序列的受控性。
• 智能体可基于角色特定的预期推断预期结果并适当响应（如提问），而无需显式协调。
• 该框架支持在人类-机器人协作与陪伴机器人等场景中实现上下文感知、灵活的交互，其中固定协议不切实际。