萨拉斯·斯里德哈兰;斯利瓦斯塔瓦（Siddharth Srivastava）;Subbarao Kambhampati 使用状态抽象计算人工智能代理行为的个性化对比解释。 （英语） Zbl 1478.68389号 Artif公司。智力。 301，文章ID 103570，19 p.（2021）. 摘要：人工智能研究界对开发能够向用户解释其行为的自主系统越来越感兴趣。然而，为不同专业水平的用户计算解释的问题很少受到研究关注。我们提出了一种解决此问题的方法，将用户对任务的理解表示为规划师使用的领域模型的抽象。我们提出了在这种抽象人体模型未知的情况下生成最小解释的算法。我们将生成解释的问题简化为在抽象模型空间上的搜索，并表明当完整问题是NP-hard时，贪婪算法可以提供最佳解的良好近似。我们的经验表明，我们的方法可以有效地计算各种问题的解释，还可以进行用户研究，以测试状态抽象在解释中的效用。 MSC公司： 68T42型 Agent技术与人工智能 68T20型 人工智能背景下的问题解决（启发式、搜索策略等） 关键词：计划说明;摘要;对比解释 PDF格式BibTeX公司 XML格式引用 \textit｛S.Sreedharan｝等人，人工制品。智力。301，文章ID 103570，19 p.（2021；Zbl 1478.68389） 全文： DOI程序 参考文献： [1] 查克拉博蒂，T。；Sreedharan，S。；Kambhampati，S.，《可解释的自动化规划和决策的新兴景观》（第二十届国际人工智能联合会议论文集，IJCAI-20（2020）），4803-4811 [2] Miller，T.，《人工智能解释：来自社会科学的见解》（2017） [3] Seegebarth，B。；缪勒，F。；Schattenberg，B。；Biundo，S.，《让人类用户更清楚地了解混合计划——生成合理解释的正式方法》（第二十届国际自动规划与调度会议（2012年）） [4] Bercher，P。；Biundo，S。；盖尔，T。；Hoernle，T。；Nothdurft，F。；Richter，F。；Schattenberg，B.，《计划、修复、执行、解释计划如何帮助组装家庭影院》（ICAPS（2014）） [5] 克拉克，E。；格伦伯格，O。；Jha，S。；卢，Y。；Veith，H.，反例引导的抽象精化，（国际计算机辅助验证会议（2000），施普林格），154-169·Zbl 0974.68517号 [6] Sreedharan，S。；Srivastava，S。；Kambhampati，S.，《针对特定用户对比解释的层次化专家级建模》（IJCAI（2018）） [7] Sacerdoti，E.D.，抽象空间层次中的规划，Artif。智力。，5, 115-135 (1974) ·Zbl 0288.68052号 [8] 塞普，J。；Helmert，M.，反例引导的笛卡尔抽象精化，（ICAPS（2013）） [9] Keyder，E.R。；霍夫曼，J。；Haslum，P.，《半放松计划启发法》（ICAPS（2012）） [10] 卡尔伯森，J.C。；Schaeffer，J.，模式数据库，计算。智力。，14, 318-334 (1998) [11] Edelkamp，S.，《模式数据库规划》（ECP（2000）） [12] Backstrom，C。；Jonsson，P.，《弥合抽象中求精和启发式之间的差距》（第二十三届国际人工智能联合会议（2013）） [13] Srivastava，S。；罗素·S·J。；Pinto，A.，规划领域描述的形而上学，（AAAI（2016）），1074-1080 [14] 国际规划竞赛，IPC竞赛领域（2011年） [15] Bernhard，K。；Vygen，J.，《组合优化：理论和算法》（2005），Springer，2008 [16] 哈特，体育。；新泽西州尼尔森。；Raphael，B.，《启发式确定最小成本路径的形式基础》，IEEE Trans。系统。科学。赛博。，4100-107年（1968年） [17] Young，N.E.，贪婪集覆盖算法，（算法百科全书（2008），Springer），1-99 [18] 盖尔，F。；Keller，T。；Mattmüller，R.，《具有州依赖行动成本的规划摘要》（ICAPS（2016）） [19] Hoffmann，J.，《metric-ff规划系统：将“忽略删除列表”转换为数值状态变量》，J.Artif。智力。决议，20，291-341（2003）·Zbl 1036.68095号 [20] Sreedharan，S。；Madhusoodanan，M.P。；Srivastava，S。；Kambhampati，S.，通过在抽象模型空间中搜索规划解释：扩展结果，（ICAPS XAIP Workshop（2018）） [21] Hart，S.G。；Staveland，L.E.，《NASA-TLX（任务负荷指数）的发展：实证和理论研究结果》，《心理学进展》，第52卷，139-183（1988），Elsevier [22] 福克斯，M。；Long，D。；Magazzeni，D.，《可解释的规划》（IJCAI XAI研讨会（2017）） [23] 兰利，P。；梅多斯，B。；Sridharan，M。；Choi，D.，智能自主系统解释机构，（AAAI/IAAI（2017）） [24] Kambhampati，S.，《基于覆盖范围和信息要求的计划修改策略分类》（AAAI 1990年基于案例推理春季研讨会（1990年），Citeser） [25] Sohrabi，S。；Baier，J.A。；McIlraith，S.A.，《首选解释：理论与规划发电》（AAAI（2011）） [26] 梅多斯，B.L。；兰利，P。；Emery，M.J.，《超越阴影的视野：计划理解的增量诱因推理》（AAAI Workshop:plan，Activity，and Intent Recognition，Vol.13（2013）），第13页 [27] 查克拉博蒂，T。；Sreedharan，S。；Zhang，Y。；Kambhampati，S.，《作为模型调节的计划解释：超越作为独白的解释》（IJCAI（2017）） [28] 塞普，J。；Helmert，M.，《多样和加性笛卡尔抽象启发法》（ICAPS（2014）） [29] 哈斯鲁姆，P。；斯莱尼，J。；Thiébaux，S.，附加成本规划问题的增量下限，（ICAPS，第12卷（2012）），74-82 [30] 斯坦梅茨，M。；Hoffmann，J.，《走向子句学习状态空间搜索：学习识别死词》（AAAI（2016）），760-768 [31] Marthi，B。；罗素·S·J。；Wolfe，J.A.，《高级动作的天使语义学》（ICAPS（2007）），第232-239页 [32] 加芬克尔，A.，《解释形式：重新思考社会理论中的问题》（1982），耶鲁大学出版社 [33] 希区柯克，C。；伍德沃德，J.，《解释性概括，第二部分：管道解释深度》，诺尔斯，37，181-199（2003） [34] Bechlivanidis，C。；拉格纳多，D.A。；Zemla，J.C。；Sloman，S.，《日常解释中的具体性和抽象性》，《心理医生》。牛市。版次：241451-1464（2017） [35] 费雷尔·梅斯特雷斯，J。；Dietterich，T.G。；O.自助餐。；Chadès，I.，解决k-mdps，（自动化规划和调度国际会议论文集，第30卷（2020年）），110-118 [36] 托宾，N。；Veloso，M.，《强化学习政策层面解释的生成》，（AAAI人工智能会议论文集，第33卷（2019年）），2514-2521 [37] Bayani，D。；Mitsch，S.，Fanoos：学习系统的多分辨率、多强度交互式解释（IJCAI XAI研讨会（2020）） [38] 马丁·K。；Liret，A。；北维拉通加。；Owusu，G。；Kern，M.，《开发一个支持专家和非专家用户的解释性方法目录》，（人工智能创新技术和应用国际会议（2019年），施普林格），309-324 [39] 艾夫勒，R。；Cashmore，M。；霍夫曼，J。；Magazzeni博士。；Steinmetz，M.，《计划空间解释的新方法：分析超额认购计划中的计划属性依赖性》（2020年），AAAI [40] Cashmore，M。；柯林斯。；Krarup，B。；Krivic，S。；Magazzeni博士。；Smith，D.，《走向可解释的人工智能规划即服务》（2019年），预印本 [41] 基恩，M.T。；Smyth，B.，《好的反事实以及在哪里找到它们：为可解释的ai（xai）生成反事实的基于案例的技术》（CBR（2020）） [42] Byrne，R.M.，《可解释人工智能中的反事实：人类推理的证据》（IJCAI（2019）），6276-6282 [43] Lombrozo，T.，《解释与溯及推理》（牛津思考与推理手册（2012）），260-276 [44] Lombrozo，T.，解释的结构和功能，趋势认知。科学。，10, 464-470 (2006) [45] Sreedharan，S。；Kambhampati，S.，《通过模型协调处理解释中的模型不确定性和多样性》，（自动化规划和调度国际会议论文集，第28卷（2018年）） [46] Sreedharan，S。；Srivastava，S。；史密斯，D。；坎巴帕蒂，S.，为什么你不能这么做？解释规划任务的不可解决性（IJCAI（2019）） [47] 查克拉博蒂，T。；Kambhampati，S。；Scheutz，M。；Zhang，Y.，人机认知团队中的人工智能挑战（2017），预印本 [48] Sreedharan，S。；查克拉博蒂，T。；Muise，C。；Khazaeni，Y。；Kambhampati，S.，D3wa+：模型获取任务中xaip的案例研究（Proc.ICAPS（2020）） 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。