Collaborative Gym是什么
Collaborative Gym（Co-Gym）是专注于人机协作（Human-Agent Collaboration）的框架，支持人类与AI代理之间的实时交互与协作。通过模拟和真实两种实验条件，支持开发者在受控环境中进行迭代开发，同时能在真实场景中部署和评估协作效果。Co-Gym支持异步交互，能处理代理、人类和任务环境之间的三方互动。
阅读目录
Collaborative Gym的主要功能
- 支持异步交互：Co-Gym突破传统多智能体框架中同步行动的限制，支持人类和AI代理在协作中灵活地发起行动，无需严格按顺序交互。更接近真实的人类协作模式。
- 任务环境设计：Co-Gym将每个任务定义为部分可观测马尔可夫决策过程（POMDP），支持公共和私有观测空间。公共部分对所有参与者可见，私有部分仅对所有者可见，类似于人类团队中共享白板和个人笔记的区别。
- 评估框架：Co-Gym关注任务完成的结果，重视协作过程本身。提供了综合评估框架，从协作质量和协作过程两个维度对代理进行评估。
- 模拟与真实条件：Co-Gym支持模拟和真实两种实验条件。模拟条件使用预收集的任务实例和模拟人类行为，便于快速迭代开发；真实条件支持与真实人类在实际任务环境中协作，支持旅行规划、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的设计思路，针对人机协作进行了优化。支持在观测空间中定义公共和私有部分：公共部分对所有参与者可见，私有部分仅对所有者可见。模拟了真实协作场景中共享信息和个人笔记的区别。
- 异步交互：Co-Gym支持异步交互，支持人类和代理在必要时独立行动，无需等待对方响应。为此，Co-Gym引入了两种协作行为：发送消息（SendTeammateMessage）和等待对方继续（WaitTeammateContinue），采用通知协议实时通知参与者环境的变化。
- 通知协议：Co-Gym通过Redis服务器实现通知协议，支持四种事件类型：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通知。这支持代理实时监控环境变化，更好地与人类协作。
- 任务环境接口（CoEnv）：Co-Gym提供了灵活的任务环境接口，支持开发者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。Co-Gym支持多种任务环境，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代理协作制定详细的旅行行程。代理可以基于搜索和规划能力，人类可以提供偏好和专业知识，共同完成旅行计划。
- 表格数据分析（Tabular Analysis）：Co-Gym为代理和人类提供了共享工作空间和实时沟通能力，支持效的协作分析。
- 文献综述（Related Work）：在文献综述任务中，Co-Gym支持人类与AI代理协作完成学术文献的整理和分析。代理可以快速检索和筛选相关文献，人类可以提供领域专业知识，共同完成高质量的文献综述。
