Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-8470
Main Title: Modelling and integrating personality as affective phenomenon in agent-based systems
Translated Title: Modellierung und Integration von Persönlichkeit als affektives Phänomen in agentenbasierten Systemen
Author(s): Ahrndt, Sebastian
Advisor(s): Albayrak, Sahin
Referee(s): Albayrak, Sahin
Jonker, Catholijn
Kaisers, Michael
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: en
Abstract: A team member's ability to predict the actions of other team members influences the efficiency of teamwork. This is named predictability and one of the challenges associated with the task of making agents team player in joint human-agent activities. I approach this problem focusing on personality as a predictor of human behaviour and following a combination of theory and data-driven approaches. In particular, I use human-behaviour models providing insights into the human personality and related behaviour preferences. I derive these models from psychological theories and studies, which provide both, a structure describing the different facets of human personality and prediction about the relationship between these facets and preferred behaviours. These models allow agents to adapt their behaviour to other team members using learning techniques and provide the theoretical foundation for the data-driven part of my work. In combining both, I provide different contributions. First, I present an approach to conceptualise the personality of agents and describe how this can be used to model personality effects on the agent's decision-making process. In contrast to related work, this is done in a use-case independent manner, linked to the tasks of developing adaptive systems, and generalizable w.r.t. the personality facets used. Second, I introduce two agent-models using machine-learning techniques to learn about a humans personality during interaction and validate these models within experiments with humans. My contribution is that the agent-models learn in direct interaction with the humans, whereas the related work concentrates on learning personality traits using supervised approaches. Third, I present a formalisation of the state and effects of personality within a logic of Belief, Desire, and Intention and discuss which of the characteristics are meaningful to reason about the phenomenon and its influences. The related work does not provide such a formalisation. To make these results applicable, I finally present a development environment that guides users through the development and configuration of teamwork scenarios based on my human-behaviour models. This environment is implemented as an extension of the agent-framework developed at my institute and used within a case study that analyses the technical maturity of the approach. The case study identifies promising avenues for future work, e.g. extension of the human-personality model with further data points such as user's sex, age, background. It further identifies the linkage between the user model, holding personality information, and the behaviour model, holding personality preferences, as challenging.
Agenten könnten Menschen einst als Teammitglieder unterstützen, wenn auch sich diese Integration in menschliche Aktivitäten herausfordernd gestaltet. Damit das Zusammenspiel erfolgreich ist, müssen geeignete Teamwork-Modelle entworfen und flexible Techniken entwickelt werden, welche die Interaktion steuern. Die Effizienz von Teamwork wird u.a. durch die Fähigkeit der einzelnen Teammitglieder bestimmt, sich der Vorgehensweise und Intentionen der anderen Teammitglieder bewusst zu sein, um die eigene Planung, Koordination und Aktionen zu optimieren. Es entsteht die Anforderung, dass Agenten das menschliche Verhalten voraussehen müssen, um effektiv zusammenzuarbeiten. In meiner Arbeit, bearbeite ich dieses Problem mittels einer Kombination aus theoretischen und daten-getriebenen Ansätzen. Insbesondere benutze ich menschliche Verhaltensmodelle, welche Einblicke in die menschliche Persönlichkeit und dessen Einfluss auf das Verhalten geben. Diese Modelle basieren auf psychologischen Theorien und Arbeiten, welche Strukturvorgaben für die unterschiedlichen Facetten menschlicher Persönlichkeiten liefern und gleichzeitig Aussagen über Persönlichkeitsausprägungen und Verhaltensvorlieben treffen. Während die so erstellten Modelle das theoretische Rahmenwerk liefern, welches ich in den Agenten abbilde, nutze ich sie um konkrete Verhaltensweisen zu lernen und die Unterstützung des Agenten an den individuellen Menschen anzupassen -- der daten-getriebenen Teil meiner Arbeit. Hieraus ergeben sich unterschiedliche Beiträge. Als erstes, präsentiere ich einen Ansatz zur Konzeptualisierung von Persönlichkeit und beschreibe wie dieses Konzept genutzt werden kann, um den Einfluss von Persönlichkeit auf den Entscheidungsprozess der Agenten zu modellieren. Als zweites, beschreibe ich zwei Agentenmodelle welche Techniken des maschinellen Lernens nutzen um menschliche Persönlichkeiten in der direkten Interaktion zu erlernen. Beide Modelle werden in Experimenten mit Menschen evaluiert. Drittens, präsentiere ich eine Formalisierung von Struktur und Effekten von Persönlichkeit in der Entscheidungsfindung von Agenten und diskutiere die zum Ziehen von Schlussfolgerungen nützlichen Charakteristiken. Um diese Beiträge in die Anwendung zu bringen, präsentiere ich im Abschluss eine Entwicklungsumgebung, welche es erlaubt Teamwork-Szenarien basierend auf meinen Verhaltensmodellen zu entwickeln. Diese Umgebung wurde als Erweiterung eines bestehenden Agentenframeworks umgesetzt und im Rahmen einer Fallstudie genutzt, um ihre technische Reife und Anwendbarkeit zu demonstrieren.
URI: https://depositonce.tu-berlin.de/handle/11303/9414
http://dx.doi.org/10.14279/depositonce-8470
Exam Date: 16-Apr-2019
Issue Date: 2019
Date Available: 20-May-2019
DDC Class: 000 Informatik, Informationswissenschaft, allgemeine Werke
150 Psychologie
Subject(s): human-personality models
cognitive agents
teamwork
human-aware planning
predictability
menschliche Persönlichkeitsmodelle
kognitive Agenten
Künstliche Intelligenz
Vorhersagbarkeit
License: https://creativecommons.org/licenses/by/4.0/
Appears in Collections:FG Agententechnologien in betrieblichen Anwendungen und der Telekommunikation (AOT) » Publications

Files in This Item:
File Description SizeFormat 
ahrndt_sebastian.pdf40.68 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons