Collaborative Gym

Collaborative Gym – 支持人與AI代理實時交互協作的評估框架

Collaborative Gym是什么

Collaborative Gym（簡稱Co-Gym）是一個專注于人機協作（Human-Agent Collaboration）的創新框架，旨在支持人類與AI代理之間的實時互動與協作。通過模擬和真實環境兩種實驗條件，Co-Gym為開發者提供了一個受控的實驗場景，方便進行迭代開發，同時也能在真實環境中評估協作效果。

Collaborative Gym的主要功能

• 異步交互支持：Co-Gym打破了傳統多智能體框架中同步行動的限制，使人類與AI代理能夠在協作過程中靈活發起行動，而無需遵循嚴格的交互順序，更加貼近真實的人類協作方式。
• 任務環境設計：Co-Gym將任務視為部分可觀測馬爾可夫決策過程（POMDP），并支持公共和私有觀測空間的定義。公共部分對所有參與者可見，而私有部分僅限于所有者可見，這如同人類團隊中的共享白板與個人筆記的區別。
• 評估框架：Co-Gym不僅關注任務的最終結果，還重視協作過程本身。其綜合評估框架從協作質量和過程兩個維度對代理進行全面評估。
• 模擬與真實條件：Co-Gym支持在模擬與真實條件下進行實驗。模擬條件利用預先收集的任務實例和模擬人類行為，方便快速迭代開發；而真實條件則允許與真實人類在實際任務環境中進行協作，涵蓋旅行規劃、文獻綜述和表格分析等多種任務。

Collaborative Gym的技術原理

• 協作驅動的環境設計：Co-Gym借鑒了OpenAI Gym的設計理念，針對人機協作進行了優化，支持在觀測空間中定義公共與私有部分。這種設計模擬了真實協作場景中信息共享與個人記錄的差異。
• 異步交互機制：Co-Gym的異步交互支持人類與代理在必要時行動，無需等待對方的響應。為實現這一點，Co-Gym引入了兩種協作行為：發送消息（SendTeammateMessage）和等待對方繼續（WaitTeammateContinue），通過通知協議實時更新參與者對環境變化的了解。
• 通知協議：Co-Gym通過Redis服務器實現通知機制，支持四種類型：共享觀測更新、私有觀測變化、新消息通知以及環境不活動超時。這一機制使得代理能夠實時監控環境變化，從而更高效地與人類進行協作。
• 任務環境接口（CoEnv）：Co-Gym提供靈活的任務環境接口，使開發者能夠輕松添加新的任務環境。開發者只需定義任務描述、動作空間和觀測空間，即可創建多種任務環境，如旅行規劃、文獻綜述和表格數據分析。

Collaborative Gym的項目地址

• Github倉庫：https://github.com/SALT-NLP/collaborative-gym
• arXiv技術論文：https://arxiv.org/pdf/2412.15701

Collaborative Gym的應用場景

• 旅行規劃（Travel Planning）：在旅行規劃任務中，Co-Gym支持人類與AI代理共同制定詳細的行程安排。代理利用其搜索與規劃能力，而人類則提供偏好與專業知識，從而協作完成旅行計劃。
• 表格數據分析（Tabular Analysis）：Co-Gym為人類和代理提供了共享的工作空間和實時溝通能力，支持高效的協作分析。
• 文獻綜述（Related Work）：在文獻綜述任務中，Co-Gym幫助人類與AI代理共同整理和分析學術文獻。代理能夠快速檢索和篩選相關文獻，而人類則提供領域內的專業知識，協力完成高質量的文獻綜述。

常見問題

• Collaborative Gym的目標是什么？ Co-Gym旨在增強人類與AI代理之間的協作能力，通過提供靈活的交互和任務環境，推動人機協作的研究與應用。
• 如何使用Collaborative Gym？ 開發者可以通過訪問Github倉庫下載Co-Gym并根據文檔創建自己的任務環境，進行實驗與評估。
• 支持哪些類型的任務？ Co-Gym支持多種類型的任務，包括旅行規劃、文獻綜述和表格數據分析，適用于各種協作場景。