Human-AI interactions in real-world complex uncertain environments using a comprehensive reinforcement learning framework

人工智能（AI）作为解决特定问题的核心技术方法的出现是不可否认的和显着的。然而，人工智能仍然主要作为一种工具来执行狭隘的任务，而不是与人类用户建立关系的支持伙伴。考虑到人类和人工智能各自的优势和劣势，这种人机合作伙伴关系有可能超越其各部分的总和，利用互补的能力来实现只有一个或另一个不可能或很难实现的结果。然而，为了使人工智能代理尽可能与人类用户/操作员协同工作，需要特定的方法，方法和技术。拟议研究的目的是推进这些技术和方法，并通过在复杂和敏感环境中的实际应用，展示其在现实生活中的好处。该项目将联合收割机的努力，研究人员从阿尔伯塔大学和JACOBB中心与资源提供的空气和泰利斯。在这次合作中，我们将研究如何利用人类知识在复杂和真实的环境中训练AI代理。它还将使我们能够了解智能体和人类的交互在何时何地使我们能够实现比单独的智能体或单独的人类更高的性能。为此，将首先测试不同的框架、接口和协作类型。随后，将对反馈系统进行评估和相互比较，有时涉及人类和人工智能代理单独工作，有时采用混合方法。预期的结果将使由AIR开发的COGMENT平台成为该项目所用方法的核心，更广泛地被社区访问和使用。(cr)#（lf）L'avènement de l'intelligence artificielle（IA）comme approche technologique de base pour résoudre des problèmes specifiques est à la fois indéniable et remarquable.但同时，该职能主要是为了执行公民权利，而不是为了与欧盟建立一个利用人力资源的伙伴关系。考虑到人力和IA的力和力，一台合作的人力机器具有更大的发展潜力，其中一些部件具有最大的互补能力，以获得与联合国或其他机构合作不可能或很难取得的结果。此外，为了使机构在人力、方法、方法和技术的利用/操作方面以及在特定领域发挥协同作用。该项目的目标是推动技术和方法的进步，因为它体现了Au在一个合理和明智的领域中具体应用的优势。该项目是阿尔伯塔大学和JACOBB中心共同努力的结果，由AIR和Thales提供资源。Au travers de cette collaboration，seront examinées les manières dont le savoir humain peut être utilisé pour building des agents IA dans des acquisitions réels complex et sensibles.它通过所有人的理解和人与人之间的相互作用来实现，并允许我们对人与人之间的相互作用进行评估。Pour y parvenir，différents干部，接口等类型的协作seront d 'abord testés.与此同时，这些系统的反作用血清的价值和比较，意味着人类和代理人的工作本身，以及一个approche混合。Les résultats attendus permettront de rendre la platform COGMENT，décripée par AIR et Au coeur de la méthodologie utilisée pour ce projet，plus promisable accessible et utilisable par la communauté.

The advent of Artificial Intelligence (AI) as a core technological approach to solve specific problems is both undeniable and remarkable. However, AI still operates primarily as a tool to execute narrow-focus tasks, rather than a supporting partner in a relationship with human users. Considering human and AI respective strengths and weaknesses, such a man-machine partnership has the potential to become more than the sum of its parts, leveraging complementary abilities to achieve results that would be otherwise impossible or very difficult to achieve with only one or the other. However, for AI agents to work as synergistically as possible with human users/operators, specific methods, approaches and technologies are warranted. The object of the proposed research is to advance those technologies and approaches, as well as to demonstrate their benefits in a real-life setting through practical application in a complex and sensitive environment. This project will combine the efforts of researchers from the University of Alberta and the JACOBB center with resources provided by AIR and Thales. Within this collaboration, we will investigate how human knowledge can be used to train AI agents in complex and real environments. It will also allow us to understand where and when the interaction of agents and humans allows us to achieve higher performance than agents alone or humans alone. To achieve this, different frameworks, interfaces and types of collaboration will first be tested. Subsequently, the feedback systems will be evaluated and compared with each other, sometimes involving humans and AI agents working alone, and sometimes a hybrid approach. The expected results will make the COGMENT platform, developed by AIR and at the heart of the methodology used for this project, more widely accessible and usable by the community.#(cr)#(lf)L'avènement de l'intelligence artificielle (IA) comme approche technologique de base pour résoudre des problèmes spécifiques est à la fois indéniable et remarquable. Cependant, l'IA fonctionne toujours principalement comme un outil pour exécuter des tâches étroitement ciblées, plutôt que comme un partenaire soutenant des utilisateurs humains en interagissant avec eux. Compte tenu des forces et des faiblesses respectives des humains et de l'IA, un tel partenariat humain-machine a le potentiel de devenir plus que la somme de ses parts, en tirant avantage de capacités complémentaires pour obtenir des résultats qui seraient autrement impossibles ou très difficiles à atteindre uniquement avec l'un ou l'autre. Cependant, pour que les agents d'IA travaillent de manière aussi synergique que possible avec les utilisateurs/opérateurs humains, des méthodes, approches et technologies plus spécifiques doivent être développées. L'objectif de ce projet est de faire progresser ces technologies et ces approches, ainsi que d'en démontrer les avantages au travers d'une application concrète dans un environnement complexe et sensible. Ce projet mettra en commun les efforts de chercheurs de l'Université de l'Alberta et du centre JACOBB avec les ressources offertes par AIR et Thales. Au travers de cette collaboration, seront examinées les manières dont le savoir humain peut être utilisé pour entrainer des agents IA dans des environnements réels complexes et sensibles. Elle permettra par ailleurs de comprendre où et quand l'interaction entre humains et agents nous permet d'atteindre des performances plus élevées que les agents seuls ou les humains seuls. Pour y parvenir, différents cadres, interfaces et types de collaborations seront d'abord testés. Par la suite, les systèmes de rétroaction seront évalués et comparés entre eux, impliquant tantôt les humains et les agents IA travaillants seuls, et tantôt une approche hybride. Les résultats attendus permettront de rendre la plateforme COGMENT, développée par AIR et au coeur de la méthodologie utilisée pour ce projet, plus largement accessible et utilisable par la communauté.