Multi-Value Alignment in Normative Multi-Agent System: Evolutionary Optimisation Approach

要約

規範的マルチエージェントシステムにおける価値整合は、人間の価値観を持つ自律知能システムにおいて、特定の価値を促進し、エージェントの一貫した行動を保証するために用いられる。しかし、現在の文献では、単一の価値観の整合に有効な規範を組み込むことに限定されており、エージェントの異質性や複数の価値観の同時推進と整合という要件は考慮されていない。本研究では、多目的進化的アルゴリズムを用いて、異質なエージェントとシステムの複数の同時価値と整合する最適なパラメトリック規範セットを生成する、複数価値促進モデルを提案する。この複雑な問題の様々な側面を理解するために、2つの価値と5つの価値を持つ2つのおもちゃの税シナリオを考慮して、最適化された規範のパラメータセットを見つけるためにいくつかの進化的アルゴリズムが使用されました。結果は、選択した進化的アルゴリズムが解に与える影響と、優先順位をつける際に価値間の関係を理解することの重要性を示すために、異なる観点から分析される。

要約(オリジナル)

Value-alignment in normative multi-agent systems is used to promote a certain value and to ensure the consistent behavior of agents in autonomous intelligent systems with human values. However, the current literature is limited to incorporation of effective norms for single value alignment with no consideration of agents’ heterogeneity and the requirement of simultaneous promotion and alignment of multiple values. This research proposes a multi-value promotion model that uses multi-objective evolutionary algorithms to produce the optimum parametric set of norms that is aligned with multiple simultaneous values of heterogeneous agents and the system. To understand various aspects of this complex problem, several evolutionary algorithms were used to find a set of optimised norm parameters considering two toy tax scenarios with two and five values are considered. The results are analysed from different perspectives to show the impact of a selected evolutionary algorithm on the solution, and the importance of understanding the relation between values when prioritising them.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL