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

人工智能(AI)作为解决具体问题的核心技术方法的出现，是不可否认的，也是引人注目的。然而，人工智能仍然主要作为一个工具来执行狭隘的任务，而不是与人类用户关系中的支持合作伙伴。考虑到人类和人工智能各自的优势和劣势，这样的人机合作伙伴关系有可能超过其各部分的总和，利用互补的能力来实现原本仅凭其中之一是不可能或很难实现的结果。然而，为了使人工智能代理与人类用户/操作员尽可能协同工作，需要特定的方法、途径和技术。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，在现实生活中展示它们的益处。该项目将把艾伯塔大学和雅各布中心的研究人员的努力与AIR和Thales提供的资源结合起来。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人工智能代理。它还将允许我们了解代理和人类的交互在何时何地允许我们实现比单独的代理或单独的人类更高的性能。为了实现这一点，将首先测试不同的框架、接口和协作类型。随后，反馈系统将被评估并相互比较，有时涉及人类和AI代理单独工作，有时涉及混合方法。预期的结果将使由空中开发的COGMENT平台更广泛地被社区访问和使用。#(Cr)#(Lf)L‘avènement de L的人工智能(IA)Comme Approche Technologique de Base Por réSoudre des Problem Spécifiques estas la fois inéniable et remarquies。首先，L的家庭旅游主要是为了更好地满足人们的需要，并为他们提供服务。部队和美丽的人尊敬的人和L，联合国人类-机器的潜力和一个潜在的东西和一些人的部分，积极的能力和能力的S公司提供的东西是不可能的，S困难和唯一的一位L L。这是一种可能的实用/运营者、方法、方法和技术。L的目标是实现技术和经济的进步，以及应用的优势和环境的复杂性和合理性。L大学、L大学、艾伯塔省和中央雅各布布中心的共同努力项目提供了标准的航空和泰利斯资源。所有旅行者的合作，Seront检查的人不是一个明智的人，因为它的代理人和环境的复杂和敏感的。与L的互动关系：人与人、人与人之间的互动。不同的干部，不同的干部，不同的接口和类型的合作，S的测试。这是一套完整的系统，S和S的关系，隐含的含义是人类和代理人之间的关系，等等。Les résutats attdus permettront de rendre la plateforme COGMENT，Development pée par air et au coeur de la méthodologie utilisée pe ce projet，加上更大的无障碍和可使用的公共设施。

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.