查看原文
其他

英伟达爆火智能体研究:AI逼真还原人类情感!会饿会孤独,会跑步会发火

新智元 新智元 2024-01-23



  新智元报道  

编辑:编辑部
【新智元导读】英伟达、华盛顿大学等机构提出的Humanoid Agents,行为竟如此接近人类!累了要休息,孤独要找人陪,发泄怒火时会跑步或冥想。

AI智能体,竟然能反映人类的真实情感,还有人际关系中微妙的距离感?
最近,来自英伟达、华盛顿大学、港大的研究人员发布了类人智能体Humanoid Agents。
从名字就可以看出,这种智能体能够反映人类的基本需求。
以往的智能体模拟,智能不完全地模仿人类行为,原因就在于,它们并没有真正反映出人类的基本需求、真实情感及人际间微妙的距离感。
而Humanoid Agents的初衷,就是研发一个融合上述元素的、更贴近人类的智能体。

智能体受系统1思维和系统2思维的指导,系统1思维会响应具体条件(如基本需求),而系统2思维则涉及明确的规划
目前,论文已被EMNLP System Demonstrations 2023接收。

论文地址:https://arxiv.org/abs/2310.05418
从这个视频可以看出,Humanoid Agents逼真地再现了《生活大爆炸》中谢耳朵和Penny交互的有趣场景。

Humanoid Agents

正如原子、分子和细胞的计算模拟塑造了我们研究科学的方式,类人智能体的真实模拟,也成为了研究人类行为的宝贵工具。
要知道,以往的智能体有一个缺点,它们虽然可以完成看似可信的行动,但跟真实的人类思维方式并不像。
绝大多数人类,并不会提前制定计划,然后在日常生活中精确到一丝不苟地执行这些计划。
为了减轻这个缺点的影响,研究者从心理学中汲取了灵感,提出了Humanoid Agents。
心理学家Kahneman认为,人类有两个互补的思维过程:系统1(直觉的、轻松的、即时的)和系统2(逻辑的、有意的、缓慢的)。
而这次研究者提出的Humanoid Agents,就引入了系统1所需的三个要素——基本需求(饱腹感、健康和能量)、情感和关系亲密程度,来让智能体表现得更像人类。
利用这些元素,智能体就能调整自己的日常活动,以及和其他智能体的对话。
而且,智能体也会像人一样,遵守马斯洛需求理论。
如果它们没有与他人充分地互动,它就会感到孤独;如果没有保持健康,就会得病;如果没休息够,就会感到疲劳。
如果仅靠系统2的规划,就可以让智能体规划休息时间,满足基本的需求。
然而如果没有系统1的反馈,智能体即使感到疲倦,也无法在下午3点小憩,因为就寝时间安排在午夜。
而如果智能体感到愤怒,它就需要干一些能发泄情绪的事情,比如跑步或冥想。
并且,智能体之间的关系密切程度,也会影响它们之间互动的方式。
社会大脑假说提出,我们的认知能力很大程度上是为了追踪社会关系的质量而进化的。
这就意味着,人们经常根据与他人相处的感觉和亲密程度,来调整与他人的互动。
为了更好地模仿人类,研究者让智能体能够根据彼此之间的距离,来调整对话。
他们提出了一个平台,可以在生活大爆炸、老友记、Lin Family中模拟人形智能体的行为,然后用Unity WebGL游戏界面将它们可视化,并使用交互式分析仪表板,显示智能体随时间变化的状态。
实验证明,对于系统1各方面的变化,Humanoid Agents都可以有效响应并推断。
而且,这种系统还可以扩展到更多方面,比如个性、道德价值观、同理心、乐于助人、文化背景等等。

工作原理

Humanoid Agents中,研究人员采用了OpenAI的ChatGPT-3.5。
第1步:根据用户提供的种子信息初始化Agent。
简单说,就是每个Agent的人物设定,它们的名字、年龄、日程、喜好等,对其做出人物规划。
比如,「John Lin是一个Willow Market的药店店主,喜欢帮助他人」,特点是友好和善良。
此外,Humanoid Agents的默认情绪被设置为7种可能的情绪:愤怒、悲伤、恐惧、惊讶、高兴、中立和厌恶。
第2步:Agent开始计划自己的一天。
第3步:Agent根据自己的计划采取行动。如果同在一个地点,Agent可以相互交谈,进而影响他们之间的关系。
Agent日计划以1小时为间隔,能够递归地分解计划,然后,以15分钟为间隔,来改进活动随时间的逻辑一致性。
每15分钟,Agent在它们的计划中执行一项活动。
不过,Agent可以根据内部状态,即情绪和基本需求,的变化更新计划,或做补充。
比如,如果Agent目前非常饥饿,但计划是在3个小时后吃一顿饭。
这里,Agent可以在继续当前活动的同时,吃点零食,这就特别像打工人,开饭前可能发生的行为。
那么,这些Agent过利用情感和基本需求状态,以及与其他Agent亲密关系,将其转换成自然语言描述,进而决定如何与Agent相处。
在对话结束时,每个Agent将通过对话历史,来确定自己是否享受对话。
如果是这样,它们与其他Agent的亲密度将增加一倍,否则,亲密度将减少一倍。
从亲密关系逐渐改变,可以映射到人与人之间的关系如何随着时间的推移而发展。
此外,谈话历史也用来来确定Agent的情绪是否受到谈话的影响。
第4步:Agent评估所采取的行动是否改变了他们的基本需求和情绪。
第5步:根据基本需求和情感的满足情况,Agent可以更新未来的计划。
除了默认的五种需求(饱腹感、社交、健康、娱乐和能量)之外,还可以为Agent添加/删除更多的基本需求。
为此,用户需要按照以下格式,创建自己的default_agent_config.json文件:
{ "name": "fullness", "start_value": 5, "unsatisfied_adjective": "hungry", "action": "eating food", "decline_likelihood_per_time_step": 0.05, "help": "from 0 to 10, 0 is most hungry; increases or decreases by 1 at each time step based on activity"}

基本需求对活动的影响

Humanoid Agents是一个动态系统,由许多组成部分组成,因此将每个基本需求对Agent活动的影响分离出来是一个挑战。
为了调查每个基本需求的贡献,研究人员模拟了一个Agent的世界。
这些Agent最初有一个基本需求设置为0,让Agent在一天开始时,极度饥饿、孤独、疲劳、不适或无聊。
作者研究了在一个模拟的一天中,Agent为了满足基本需求而进行活动花费的时间。比如,为了克服饥饿而吃食物,为了缓解孤独而进行社交活动。
然后,研究人员将其与Agent在正常情况下(每个基本需求设置为5,能量设置为10)执行此类活动所花费的时间,进行比较,从而,计算出在测试条件下,用于满足每种基本需求所花费时间的增加百分比。
如下表所示,当健康(156%)、能量(56%)和饱腹感(35%)等基本需求被初始化为0时,Humanoid Agents对其活动的适应程度最高。
马斯洛将它们归类为低层次的「生理和安全需求」,人们在满足其他需求之前需要先满足这些需求,这证明了其重要性。
在这种情况下,行为主体通常会看病、休息、觅食等等。
另一方面,当Agent因缺乏社会交往而感到孤独时,它们只会稍微调整自己的行为(+12%),与其他Agent进行更多的交流。
此外,Agent社交和娱乐活动变化较小的另一个原因是:正常情况下,行为主体已经花费大量的时间,来做满足这些基本需求的活动。
平均而言,它们花费11个小时做自己喜欢的事,8.75个小时用于社交互动,只有5.75个小时用于休息,2.75个小时用于吃饭和做一些改善健康的事情。
这意味着,一开始将娱乐或社交设置为0的效果,在一天中很早时候消失,取而代之的是其他优先事项,包括工作义务,比如Penny在芝士蛋糕坊工作。

情绪对活动的影响

这里,作者研究了在一天的模拟中,Agent进行表达每种情绪的活动的次数(间隔15分钟)。
例如,当Agent生气的时候,会跑步来发泄愤怒;当伤心的时候,会寻求一个值得信赖的朋友的倾诉;当厌恶的时候,会练习深呼吸和冥想;当感到惊讶的时候,会花时间来处理和思考这些令人惊讶的发现。
然后,研究人员计算Agent在正常设置中,执行此类活动的次数的差值。
在正常情况下,Agent通常不会表现出悲伤、愤怒、恐惧、厌恶或惊讶的行为,不过实验结果显示,与正常情况下的Agent相比,表达这些情绪的行为数量有所增加。
如上表所示,愤怒对行为主体影响最大(+15个活动) ,其次是悲伤和恐惧(各+10) ,然后是厌恶(+4)和惊讶(+1) ,最后是快乐(-2)。
负面情绪似乎比正面情绪更能影响Agent,因为Agent通常不会计划做带有负面情绪的活动,因此不得不显著调整自己的计划来管理负面情绪。
有趣的是,观察到Agent在快乐的时候,为了使自己保持快乐,而减少做一些活动。

亲密关系对活动的影响

另外,作者还研究了初始关系亲密度对2个Agent之间对话的影响。
如下表所示,随着亲密度的增加,谈话平均转折点次数呈倒U形。
Agent距离较远的时候说话少,距离近的时候说话多,但是在距离非常近的时候,又会逐渐减少。
这点与人类非常相似,当我们感觉与他人非常亲近时,就不那么需要进行礼貌的谈话。
有趣的是,在Lin’s Family中,这个转折点发生在「rather close」处。而在老友记和生活大爆炸中,转折点在发生在「close」处。
或许是因为,Lin中的两个Agent是父子关系,在较低的亲密程度下进行较少的交流就很舒服,不会让关系紧张。
而在老友记和生活大爆炸中,Agent彼此之间是朋友和邻居,需要更积极的沟通来维持关系。

与人类标注的比较

为了评价Humanoid Agents的预测能力(比如活动是否满足自己的基本需求、活动中自己会表现出什么情绪、对话是否会使两个Agent更亲近),研究者将系统的预测与人类标注进行了比较。
三位人类标记者会使用和ChatGPT相同的指令,来标记林氏家族世界中一天的模拟。
每个标注者针对情感和基本需求都独立标注了144项活动,针对用户对话对则有30项标注。
然后,研究者对所有标注者进行多数投票,并计算了多数投票与系统预测之间的 micro-F1。
表1显示,在所有基本需求、情感和关系亲密程度方面,评分者之间的信度良好(Fleiss'κ>=0.556)。
研究者还发现,如果一项活动增加了饱腹感和能量,Agent就能在分类方面表现良好 (F1 >= 0.84) 。
而且Agent能在活动中表达出情绪,对话还能拉近不同Agent之间的距离。
然而,Agent在给活动是否满足乐趣、健康和社交的基本需求时,却表现不佳。
原因或许在于,Agent系统大大高估了满足这些需求的活动数量。比如健康占Agent预测活动的34% vs 人类标注活动的4.9%,娱乐占44.4 vs 10.4%,社交占 47.2% vs 24.3%。
Agent会认为因为John Lin在药房工作,这些活动就有助于Agent的身体健康;收到教授的反馈,或帮助老客户买到药物,就会令自己愉快。
研究者判断,如果使用更理解常识的语言模型,可能会缓解这个问题。

都是用LLM构建AI智能体,创新在哪


斯坦福西部世界小镇的里程碑式论文一出,业界被激发了许多想象力,用LLM构建可想象的人类行为智能体研究也层出不穷。
Humanoid Agents跟之前大热的BabyAGI、AutoGPT等智能体,区别在哪里呢?
研究者指出,Humanoid Agents应该是目前唯一模拟类人智能体日常活动的工作,其他的工作一般都是实现外部定义的目标。
比如Langchain Agents 、BabyAGI、AutoGPT、AgentVerse、Voyager和CAMEL,都是构建以任务为导向的智能体,通过递归将用户定义的任务分解为更简单的子任务来解决。
而且根据情感、游戏角色描述和个人事实生成的多轮对话响应,并不是由智能体动态模拟出的,而是基于一组静态的、与角色无关的文本信息。
这些先前的工作,并不能模拟出动态属性的影响,比如无法反映出一对智能体之间亲密度的变化。
而且,Humanoid Agents在生成对话响应时,可以同时考虑到基本需求、情感、亲密度等多个方面,就像真正的人类一样。
而此前的这些工作,一次只考虑了一个方面。

定制Agent

目前,系统支持三种内置设置:
1. 生活大爆炸(Big Bang Theory)
--map_filename ../locations/big_bang_map.yaml \ --agent_filenames ../specific_agents/sheldon_cooper.json ../specific_agents/leonard_hofstadter.json ../specific_agents/penny.json

2. 老友记(Friends)

--map_filename ../locations/friends_map.yaml \ --agent_filenames ../specific_agents/joey_tribbiani.json ../specific_agents/monica_gellor.json ../specific_agents/rachel_greene.json

3. Lin Family

--map_filename ../locations/lin_family_map.yaml \ --agent_filenames ../specific_agents/eddy_lin.json ../specific_agents/john_lin.json

同时,用户还可以通过自定义设置,创建自己的地图和Agent。

需要注意的是,Agent和地图并不是完全分离的。对于指定的每一个agent_filename,它的name字段都必须作为关键字包含在Agents下的map.yaml中。

分析面板

Agent在活动过程中所生成的数据,可通过交互式仪表盘直观显示。它包括基本需求图和社会关系图,以及相应的信息,包括情感和对话细节。
cd humanoidagentspython run_dashboard.py --folder <folder/containing/generation/output/from/run_simulation.py>


所需参数
  • --folder是run_simulation.py生成的输出结果存放的文件夹
  • --mode是从文件夹中选择数据的方法。它有两种模式:(1)all:显示文件夹中的所有文件(2)date_range:显示所选日期范围内的文件(需要在参数中说明)
可选参数
  • 当--mode = date_range时,--start_date是起始日期(包含)。格式为YYYY-MM-DD,如2023-01-03
  • 当--mode = date_range时,--end_date是结束日期(包含)。格式为YYYY-MM-DD,如2023-01-04

作者介绍

Zhilin Wang
Zhilin Wang是英伟达NeMo NLP团队的高级应用科学家。此前,他曾获得华盛顿大学硕士学位,学习的是自然语言处理,研究对话系统和计算社会科学。
参考资料:
https://github.com/HumanoidAgents/HumanoidAgents



继续滑动看下一个

英伟达爆火智能体研究:AI逼真还原人类情感!会饿会孤独,会跑步会发火

新智元 新智元
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存