GResilience: Trading Off Between the Greenness and the Resilience of Collaborative AI Systems

要約

協調型人工知能システム (CAIS) は、共通の環境で人間と協力して共通の目標を達成します。
CAIS のパフォーマンスを低下させ、回復力を確保する破壊的なイベントから回復するには、CAIS はシステム、人間、または共同で一連のアクションを実行する必要がある場合があります。
他のシステムと同様に、回復アクションでは追加のエネルギーが必要となるため、エネルギーへの悪影響が生じる可能性があります。
したがって、上記のアクションのどれがレジリエンスとグリーン性の間でより適切なトレードオフを実現できるかを理解することが最も重要です。
この進行中の作業では、システムの回復力とグリーン性の間のトレードオフの能力について、CAIS の回復アクションを自動的に評価するアプローチを提案します。
また、実験プロトコルとその実際の CAIS デモンストレーターへのアプリケーションも設計しました。
私たちのアプローチは、2 つの観点から問題に取り組むことを目的としています。最適化による 1 エージェントの意思決定問題として、回復力とグリーンネスのスコアに基づいて意思決定を行います。もう 1 つはゲーム理論による 2 エージェントの意思決定問題として、意思決定を行います。
協力ゲームの 2 人のプレイヤーとしての回復力と環境への配慮から計算された報酬に基づいています。

要約(オリジナル)

A Collaborative Artificial Intelligence System (CAIS) works with humans in a shared environment to achieve a common goal. To recover from a disruptive event that degrades its performance and ensures its resilience, a CAIS may then need to perform a set of actions either by the system, by the humans, or collaboratively together. As for any other system, recovery actions may cause energy adverse effects due to the additional required energy. Therefore, it is of paramount importance to understand which of the above actions can better trade-off between resilience and greenness. In this in-progress work, we propose an approach to automatically evaluate CAIS recovery actions for their ability to trade-off between the resilience and greenness of the system. We have also designed an experiment protocol and its application to a real CAIS demonstrator. Our approach aims to attack the problem from two perspectives: as a one-agent decision problem through optimization, which takes the decision based on the score of resilience and greenness, and as a two-agent decision problem through game theory, which takes the decision based on the payoff computed for resilience and greenness as two players of a cooperative game.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google