《机器智能体的混合认知模型》最新128页

人类与智能体之间的互动无处不在，并渗透到有组织的团体和活动的概念边界中。高绩效的人类团队通过实现共享认知的新兴状态来超越复杂领域的不确定性，在这种状态下，知识被组织、呈现并分配给团队成员，以便快速执行。然而，这需要个人发出可感知的特质，其他成员才能据此推断出意图。为了开展未来的人类和机器团队研究，本研究为完全合作和半合作行动与项目团队中的机器智能体提出了一种混合认知模型。混合认知模型统一了共享心智模型和交互式记忆系统的特点。由此产生的模型便于随时在两种认知表征中进行选择，而计算复杂度仅为单一模型的一半。对混合认知模型的评估是在复杂程度和合作水平不断提高的多智能体领域进行的。智能体的性能根据四个认知特征进行评估，这四个特征捕捉了项目和行动团队中认知的性质和形式。研究采用混合方法对四个既定特征和衡量标准进行分析。结果表明，使用认知模型的智能体形成了编码结构、感知和解释认知形式的一致表征。此外，研究结果表明，采用混合认知模型的智能体可以在必要时在涌现的构成性和汇编性之间切换，以整合行为或知识。

第二章回顾了影响 HCM 形式化的团队合作和共享认知方面的基础课题，讨论了因果关系建模、机器代理、多代理系统（MAS）、博弈论和强化学习（RL）方面的相关工作。第二章的结论部分介绍了为 HCM 的通用和专用算法形式所选择的算法系列。第三章介绍了 HCM 的概念理论和形式化，介绍了其通用算法形式，并定义了实验领域。第四章介绍了合作领域中的 HCM 实例，检验了假设 1 到假设 3，并强调了 HCM 在降低计算复杂性、最大限度减少无关通信以及保持对所研究领域的完全事实理解方面的功效。第五章详细介绍了适用于非合作团队的 HCM，并详细介绍了测试假设 4 的混合方法研究。定性分析利用小故事对智能体的行为进行因果解释，而定量分析则通过在重复游戏中获得的累积分数来考量智能体的表现。第六章是本研究的结论，并提出了未来工作的方向和人机团队的扩展。