Collaborative Gym

Collaborative Gym – 支持人与AI代理实时交互协作的评估框架

Collaborative Gym是什么

Collaborative Gym（简称Co-Gym）是一个专注于人机协作（Human-Agent Collaboration）的创新框架，旨在支持人类与AI代理之间的实时互动与协作。通过模拟和真实环境两种实验条件，Co-Gym为开发者提供了一个受控的实验场景，方便进行迭代开发，同时也能在真实环境中评估协作效果。

Collaborative Gym的主要功能

• 异步交互支持：Co-Gym打破了传统多智能体框架中同步行动的限制，使人类与AI代理能够在协作过程中灵活发起行动，而无需遵循严格的交互顺序，更加贴近真实的人类协作方式。
• 任务环境设计：Co-Gym将任务视为部分可观测马尔可夫决策过程（POMDP），并支持公共和私有观测空间的定义。公共部分对所有参与者可见，而私有部分仅限于所有者可见，这如同人类团队中的共享白板与个人笔记的区别。
• 评估框架：Co-Gym不仅关注任务的最终结果，还重视协作过程本身。其综合评估框架从协作质量和过程两个维度对代理进行全面评估。
• 模拟与真实条件：Co-Gym支持在模拟与真实条件下进行实验。模拟条件利用预先收集的任务实例和模拟人类行为，方便快速迭代开发；而真实条件则允许与真实人类在实际任务环境中进行协作，涵盖旅行规划、文献综述和表格分析等多种任务。

Collaborative Gym的技术原理

• 协作驱动的环境设计：Co-Gym借鉴了OpenAI Gym的设计理念，针对人机协作进行了优化，支持在观测空间中定义公共与私有部分。这种设计模拟了真实协作场景中信息共享与个人记录的差异。
• 异步交互机制：Co-Gym的异步交互支持人类与代理在必要时行动，无需等待对方的响应。为实现这一点，Co-Gym引入了两种协作行为：发送消息（SendTeammateMessage）和等待对方继续（WaitTeammateContinue），通过通知协议实时更新参与者对环境变化的了解。
• 通知协议：Co-Gym通过Redis服务器实现通知机制，支持四种类型：共享观测更新、私有观测变化、新消息通知以及环境不活动超时。这一机制使得代理能够实时监控环境变化，从而更高效地与人类进行协作。
• 任务环境接口（CoEnv）：Co-Gym提供灵活的任务环境接口，使开发者能够轻松添加新的任务环境。开发者只需定义任务描述、动作空间和观测空间，即可创建多种任务环境，如旅行规划、文献综述和表格数据分析。

Collaborative Gym的项目地址

• Github仓库：https://github.com/SALT-NLP/collaborative-gym
• arXiv技术论文：https://arxiv.org/pdf/2412.15701

Collaborative Gym的应用场景

• 旅行规划（Travel Planning）：在旅行规划任务中，Co-Gym支持人类与AI代理共同制定详细的行程安排。代理利用其搜索与规划能力，而人类则提供偏好与专业知识，从而协作完成旅行计划。
• 表格数据分析（Tabular Analysis）：Co-Gym为人类和代理提供了共享的工作空间和实时沟通能力，支持高效的协作分析。
• 文献综述（Related Work）：在文献综述任务中，Co-Gym帮助人类与AI代理共同整理和分析学术文献。代理能够快速检索和筛选相关文献，而人类则提供领域内的专业知识，协力完成高质量的文献综述。

常见问题

• Collaborative Gym的目标是什么？ Co-Gym旨在增强人类与AI代理之间的协作能力，通过提供灵活的交互和任务环境，推动人机协作的研究与应用。
• 如何使用Collaborative Gym？ 开发者可以通过访问Github仓库下载Co-Gym并根据文档创建自己的任务环境，进行实验与评估。
• 支持哪些类型的任务？ Co-Gym支持多种类型的任务，包括旅行规划、文献综述和表格数据分析，适用于各种协作场景。