docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를 Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류. - 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로 자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거, 동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거. - 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming, Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business, Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로, 나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는 title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백). 원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지. - 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서. - 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는 지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지. - Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경. - 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
This commit is contained in:
Antigravity Agent
@@ -0,0 +1,147 @@
|
||||
---
|
||||
id: wiki-2026-0508-cipomdps
|
||||
title: CIPOMDPs
|
||||
category: 10_Wiki/Topics
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [CI-POMDP, Communicative Interactive POMDP, Cooperative Inverse POMDP]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.85
|
||||
verification_status: applied
|
||||
tags: [rl, pomdp, multi-agent, alignment]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
tech_stack:
|
||||
language: python
|
||||
framework: pomdp-py/pettingzoo
|
||||
---
|
||||
|
||||
# CIPOMDPs
|
||||
|
||||
## 매 한 줄
|
||||
> **"매 Cooperative Inverse Partially Observable MDP — 매 human + agent 의 shared reward, 매 reward function 의 hidden parameter."** 매 Hadfield-Menell et al. (CIRL 2016) 의 POMDP extension — 매 assistance games, alignment formalization 의 backbone — 매 2026 에 LLM agent assistance 의 theoretical frame.
|
||||
|
||||
## 매 핵심
|
||||
|
||||
### 매 정의
|
||||
- **State** s ∈ S, **Actions** (a^H, a^R) for human + robot.
|
||||
- **Reward parameter** θ ∈ Θ — 매 human 의 known, robot 의 unknown.
|
||||
- **Reward** r(s, a^H, a^R; θ) — 매 shared.
|
||||
- **Observations** o^H, o^R — 매 partial.
|
||||
- **Goal**: maximize E[Σ r(s, a^H, a^R; θ)] — 매 robot 의 θ 의 inference + acting.
|
||||
|
||||
### 매 properties
|
||||
- **Active learning**: 매 robot 의 information-gathering actions.
|
||||
- **Off-switch problem**: 매 robot 의 uncertainty 의 corrigibility 의 induce.
|
||||
- **Reward hacking immunity** (in theory): 매 θ unknown → 매 proxy 의 over-optimize 의 X.
|
||||
|
||||
### 매 응용
|
||||
1. Assistance games (cleaning, cooking robot).
|
||||
2. RLHF formalization — 매 preference 의 reward 의 evidence.
|
||||
3. Multi-agent communication (CIPOMDPs with messages).
|
||||
|
||||
## 💻 패턴
|
||||
|
||||
### CIPOMDP belief update
|
||||
```python
|
||||
import numpy as np
|
||||
|
||||
def update_theta_belief(b_theta, s, a_H, theta_grid, beta=1.0):
|
||||
# Boltzmann human: P(a_H | s, theta) ∝ exp(beta * Q*(s, a_H; theta))
|
||||
likelihoods = np.array([
|
||||
np.exp(beta * Q_star(s, a_H, theta)) /
|
||||
sum(np.exp(beta * Q_star(s, a, theta)) for a in actions_H)
|
||||
for theta in theta_grid
|
||||
])
|
||||
posterior = b_theta * likelihoods
|
||||
return posterior / posterior.sum()
|
||||
```
|
||||
|
||||
### Robot policy (expected utility over θ)
|
||||
```python
|
||||
def robot_action(s, b_theta, theta_grid, gamma=0.95):
|
||||
# Pick a^R maximizing expected return under belief
|
||||
best_a, best_eu = None, -np.inf
|
||||
for a_R in actions_R:
|
||||
eu = sum(
|
||||
b * V_pi(s, a_R, theta, gamma)
|
||||
for b, theta in zip(b_theta, theta_grid)
|
||||
)
|
||||
if eu > best_eu:
|
||||
best_a, best_eu = a_R, eu
|
||||
return best_a
|
||||
```
|
||||
|
||||
### Off-switch game
|
||||
```python
|
||||
def off_switch_decision(b_theta, theta_grid, action_value, switch_off_value=0):
|
||||
# Robot defers to human if uncertain about reward
|
||||
expected_action_value = sum(
|
||||
b * action_value(theta) for b, theta in zip(b_theta, theta_grid)
|
||||
)
|
||||
# If human can correct, deferring dominates when uncertain
|
||||
if expected_action_value < switch_off_value + uncertainty_bonus(b_theta):
|
||||
return "wait_for_human"
|
||||
return "act"
|
||||
```
|
||||
|
||||
### Active query (info gain)
|
||||
```python
|
||||
def best_query(b_theta, theta_grid, candidate_queries):
|
||||
def expected_info_gain(q):
|
||||
H_prior = entropy(b_theta)
|
||||
H_post = sum(
|
||||
P_response(r, q, theta) * b *
|
||||
entropy(update_theta_belief_query(b_theta, q, r, theta_grid))
|
||||
for theta, b in zip(theta_grid, b_theta)
|
||||
for r in possible_responses
|
||||
)
|
||||
return H_prior - H_post
|
||||
return max(candidate_queries, key=expected_info_gain)
|
||||
```
|
||||
|
||||
### Boltzmann human model
|
||||
```python
|
||||
def boltzmann_human(s, theta, beta=1.0):
|
||||
qs = np.array([Q_star(s, a, theta) for a in actions_H])
|
||||
probs = np.exp(beta * qs - np.max(beta * qs))
|
||||
return probs / probs.sum()
|
||||
```
|
||||
|
||||
## 매 결정 기준
|
||||
| 상황 | Approach |
|
||||
|---|---|
|
||||
| Small θ space | Exact belief update + value iteration |
|
||||
| Large θ | Particle filter + POMCP/POMCPOW |
|
||||
| Continuous θ | Variational + amortized inference |
|
||||
| Real human | Boltzmann + irrationality terms (myopia, bias) |
|
||||
| Communication | CIPOMDPs with message channel |
|
||||
|
||||
**기본값**: 매 particle filter belief + MCTS robot policy.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[POMDP]]
|
||||
- 응용: [[RLHF]]
|
||||
- Adjacent: [[AI Safety and Alignment]] · [[Theory of Mind]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 assistant agent design 의 theoretical justification, 매 ambiguity-handling spec.
|
||||
**언제 X**: 매 small tactical decision 의 deployment-ready code.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Maximize-best-guess θ**: 매 expected utility 의 over Θ — not max-likelihood θ.
|
||||
- **Rational human assumption**: 매 noisy/biased — 매 Boltzmann + bias models.
|
||||
- **Static θ**: 매 preferences drift — 매 non-stationary θ 의 model.
|
||||
- **Ignoring corrigibility**: 매 θ certainty 의 prematurity 의 dangerous.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Hadfield-Menell et al. NeurIPS 2016, Russell *Human Compatible* 2019).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — formal CIRL/CIPOMDP with code |
|
||||
Reference in New Issue
Block a user