协同健身场– 一个支持人类与AI代理即时互动合作的评测平台

什么是协作健身房？

Collaborative Gym（简称Co-Gym）是一个致力于人机合作（Human-Agent Collaboration）的平台框架，它允许人类用户与AI代理人进行实时的交流和协同工作。该系统既可以在模拟环境中也可以在实际场景中运行，为开发者提供一个迭代开发的空间，并且能够在真实条件下部署并测试协作效能。此外，Co-Gym具备异步交互的能力，能够有效地管理代理、人及任务环境间的三方互动过程。

协同健身馆的核心特性

• 提供异步互动功能Co-Gym打破了传统多智能体系统要求所有参与者必须同时采取行动的规定，它允许人在与AI伙伴合作时能够更加自由地选择行动时机，并不要求严格按照某一序列进行互动。这种设计更能反映现实生活中人类的合作方式。
• 工作任务场景规划在Co-Gym框架下，每一个任务都被视为一个部分可观测的马尔可夫决策过程（POMDP），它兼容共用和专有的观察区域。其中，共用的部分可以被所有的参与者所查看，而专有部分则只对其所有者开放，这与人类团队协作中共享白板和个人笔记的情形类似。
• 评价体系Co-Gym强调任务的最终成果，并且注重合作的过程体验。它设计了一个全面的评价体系，分别从合作的质量和流程两方面来衡量代理的表现。
• 仿真与实际环境Co-Gym能够适应虚拟及现实两类试验场景。在虚拟环境下，它利用预先采集的任务案例并模仿人的操作习惯，有助于加速项目的研发进程；而在现实中，则允许与真人用户进行互动合作，在实际的工作环境中完成包括行程安排、文献回顾以及数据表格解析在内的多种任务。

协同健身房的操作机制

• 由合作推动的空间规划Co-Gym受OpenAI Gym设计理念的启发，并专门为人机合作环境做了改良。它允许在观察空间内设定可共见与独享的部分：其中，可共见的部分能够让所有的参与者都能看到，而独享部分则只对其拥有者可见。这一设计模仿了实际协作情境中共享资料和个人记录之间的差异。
• 非同步交流Co-Gym具备异步交互功能，允许人类用户与代理在需要时独立操作，并无须等候彼此的回应。为此，该平台设计了两种合作机制：向队友发送信息（SendTeammateMessage）和等待对方行动继续（WaitTeammateContinue），并通过通知系统即时告知各方环境状态的变化。
• 通告协定Co-Gym利用Redis服务器来执行通知机制，涵盖了四种不同的事件类别：公共观察值的更新、个人观察数据的变化、新的信息提醒及因环境长时间无动作而产生的超时提示。这样的设计让代理能够即时跟踪环境中的变动，并促进更有效的与人类的合作。
• 任务情境界面（TaskSceneUI）Co-Gym 设计了一个可适应的实验场景接口，便于开发人员便捷地整合新类型的实验场景。用户仅需设定任务详情、行动范围及观察区域。此平台兼容多样的应用场景，包括行程安排、研究回顾以及数据表分析等任务环境。

Collaborative Fitness项目的仓库位置

• GitHub代码库：访问SALT-NLP团队的协作 Gym 项目，请前往 https://github.com/SALT-NLP/collaborative-gym 页面。
• 关于arXiv的技术文章在学术论文数据库中可以找到这篇文档，其在线链接为：https://arxiv.org/pdf/2412.15701，该链接直接指向PDF格式的原始文件。

共享健身中心的使用情境

• 行程安排（Itinerary Arrangement）于旅程策划的过程中，Co-Gym促进了人与人工智能助手的协同作业，以构建详尽的出行安排。该智能助手利用其查找与规划的优势功能，结合人的个人喜好及专长知识，联手实现完美的旅游规划。
• 数据表分析（Table Data Analysis）Co-Gym 向代理与人类用户提供了一个共同的工作环境及实时交流的功能，促进高效的协同分析工作。
• 相关研究（Existing Studies）于文献综述的工作里，Co-Gym促进了人与人工智能代理的合作，以实现对学术文章的有效管理和剖析。AI能够迅速地搜索并挑选出相关的资料，而人们则贡献其专业的学科见解，二者联手打造高品质的文献总结。