[论文解读] Signifiers as a First-class Abstraction in Hypermedia Multi-Agent Systems

Danai Vachtsevanou, Andrei Ciortea+2 more|arXiv (Cornell University)|Feb 14, 2023

Multi-Agent Systems and Negotiation被引用 4

一句话总结

本文在超媒体多智能体系统中将标识符（signifiers）作为一等抽象，使自主智能体能够推理并主动利用网络上的可供性（affordances）。通过上下文感知机制，动态暴露针对智能体推理能力（如BDI或STRIPS规划）量身定制的机器可读标识符，该方法在开放、演化的环境中提升了交互的有效性与效率，已在原型机器人工作环境中得到验证。

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.

研究动机与目标

• 为解决当前超媒体客户端可重用性有限的问题，这些客户端尽管基于HATEOAS实现可供性发现，却缺乏规划与推理能力。
• 通过引入标识符作为概念与形式化抽象，弥合超媒体驱动的交互与人工智能规划、推理方法之间的鸿沟。
• 使具备异构推理能力的智能体（如BDI、STRIPS）能够动态感知并仅利用与其能力相匹配的标识符。
• 形式化一种上下文感知的标识符暴露机制，使其能根据智能体-环境上下文自适应调整，从而提升交互的效率与有效性。
• 在基于机器人的真实世界原型超媒体多智能体系统中，展示该方法的可行性与优势。

提出的方法

• 提出将标识符作为一等抽象，编码关于可供性的高层语义线索，确保智能体可解释并发现这些标识符。
• 基于智能体能力与环境上下文，定义标识符上下文暴露的正式模型，确保仅相关标识符被感知。
• 将标识符暴露机制与HATEOAS原则集成，使智能体能够以有状态、动态的方式通过超媒体链接发现并利用可供性。
• 采用语义暴露模块（SEM）作为中介与过滤器，根据智能体配置文件（包括PRS或类似STRIPS的规划能力）来管理标识符的暴露。
• 使用JaCaMo实现智能体，通过事物描述（Thing Descriptions）以机器可读、符合超媒体规范的格式建模机械臂及其可供性。
• 设计三类标识符：面向BDI的优化型、面向STRIPS的优化型以及通用型，以匹配不同智能体的推理能力，并支持定制化交互。

实验结果

研究问题

• RQ1 如何将标识符形式化为一等抽象，以支持超媒体多智能体系统中的推理与行动规划？
• RQ2 标识符暴露如何动态适应智能体-环境上下文，以提升交互的效率与有效性？
• RQ3 标识符如何使具备不同推理能力的智能体（如BDI与STRIPS）在共享的开放环境中发现并利用可供性？
• RQ4 标识符在多大程度上可实现行为逻辑与实现细节的解耦，从而在超媒体驱动的自主智能体中实现？
• RQ5 上下文感知的标识符暴露机制是否能够支持在可供性丰富的网络环境中，实现主动的、目标导向的交互发现？

主要发现

• 具备BDI推理能力的智能体成功仅发现并利用了与其过程推理系统（PRS）相关的标识符，从而在无需底层控制知识的情况下执行了抓取-放置任务。
• 配备类似STRIPS规划器的智能体仅感知到提供前提条件与效果的动作规格的标识符，并利用其合成新的抓取-放置计划。
• 语义暴露模块（SEM）成功根据智能体配置文件，仅过滤并暴露上下文相关的标识符，证明了动态、能力感知的标识符暴露机制的有效性。
• 该系统使具备不同推理能力的两个智能体能够在同一超媒体环境中共存并有效交互，互不干扰，也未暴露无关信息。
• 上下文标识符暴露的正式模型已在真实世界机器人工作环境中得到验证，表明标识符可有效中介开放、演化的系统中智能体与环境的交互。
• 该方法表明，标识符可作为可扩展、可重用的抽象层，支持异构智能体在基于Web的MAS中动态发现并利用可供性。