Second MOASEI Competition at AAMAS'2026: A Technical Report
Dit technische rapport beschrijft de MOASEI-competitie van 2026, die een dynamisch bosbrandspoor en uitgebreide metrieken introduceerde, maar beperkte deelname zag wat resulteerde in een enkele ride-sharing-inzending die een DLC-aanpak gebruikte om te winnen van baseline-policies.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een gigantische, high-stakes videogame-toernooi voor waarbij de regels van het spel constant veranderen terwijl de spelers nog aan het spelen zijn. Dat is in essentie waar de MOASEI Competitie om draait.
Gehouden in mei 2026 in Cyprus, was dit de tweede jaarlijkse wedstrijd voor onderzoekers op het gebied van kunstmatige intelligentie (AI). Het doel was niet alleen om te zien wie de slimste AI kon bouwen, maar om te zien wie een AI kon bouaien die slim blijft wanneer de wereld om hem heen rommelig, onvoorspelbaar en vol verrassingen wordt.
Hier is een overzicht van wat er gebeurde, met behulp van enkele alledaagse analogieën:
De Setting: Een Wereld die Niet Stilzit
In de meeste computerspellen is de kaart vast en volgen de vijanden een script. In deze competitie is de "wereld" een Open Agent Systeem. Denk aan een drukke stadsstraat:
- Agents zijn als auto's of bezorgers.
- Tasks (taken) zijn als passagiers of pakketjes die uit het niets verschijnen.
- De Twist: Soms gaat de auto van een chauffeur kapot (Agent verandert), soms springt er een nieuwe passagier in de straat (Task verandert), en soms raakt de tank van de chauffeur leeg of wordt de kaart halverwege de rit bijgewerkt (Capability verandert).
De competitie testte AI-teams op drie verschillende "niveaus" van deze chaotische stad:
- Wildbrandbestrijding: Als een team brandweerlieden waarbij sommigen zonder water komen te zitten of te moe worden om een nieuwe brand te bereiken.
- Cybersecurity: Als een team digitale bewakers die een netwerk proberen te beschermen terwijl hackers hun tactieken blijven veranderen.
- Ride-Sharing: Als een vloot taxi's die probeert passagiers op te halen die op willekeurige tijden en plaatsen verschijnen.
De Nieuwe Regels voor 2026
De organisatoren wilden het spel nog moeilijker en eerlijker maken dan vorig jaar. Ze introduceerden twee grote veranderingen:
- Het "Bonusniveau" (Frame Openness): In het traject voor brandbestrijding voegden ze een nieuwe regel toe waarbij de uitrusting van de brandweerlieden kan veranderen terwijl ze aan het werk zijn. Stel je voor dat een brandweerman plotseling merkt dat zijn slang minder waterdruk heeft of dat zijn ladder korter is dan voorheen. De AI moest direct aanpassen.
- Betere Scorekaarten: In plaats van alleen naar een eindscore te kijken, begonnen ze specifieke zaken te tellen zoals: Hoeveel klussen zijn voltooid? Hoe lang moesten mensen wachten? Welke waarde hebben we gecreëerd? Het is het verschil tussen zeggen "We hebben het spel gewonnen" en zeggen "We hebben 50 klanten bediend met een gemiddelde wachttijd van 2 minuten."
De Resultaten: Een Rustig Jaar met Eén Sterspeler
Ondanks de opwinding was de competitie van 2026 een beetje stil.
- Het Publiek: Acht teams meldden zich aan om mee te doen.
- De Finishlijn: Slechts één team heeft de race daadwerkelijk voltooid en hun oplossing ingediend.
- De Winnaar: Het team, genaamd DLC, speelde alleen het Ride-Sharing niveau. Omdat zij de enigen waren die finishten, wonnen ze dat traject automatisch.
Hoe de Winnaar (DLC) Speelde
Het DLC-team gebruikte geen "gok en controleer"-methode. In plaats daarvan bouwden ze een AI die werkt als een supergeorganiseerde dispatcher.
- De Strategie: Stel je een taxidispatcher voor die constant de kaart opnieuw tekent. Elke keer als er een nieuwe passagier verschijnt, zegt de dispatcher niet alleen "Oké, ga maar." De dispatcher stopt, kijkt naar alle auto's, alle nieuwe passagiers en het verkeer, en plant vervolgens de hele route voor iedereen opnieuw om ervoor te zorgen dat de meeste mensen kunnen worden opgehaald.
- De Prestatie:
- Succes: Hun AI was erg goed in het naar hun bestemming brengen van passagiers. Ze voltooiden bijna evenveel ritten als de "greedy" (hebzuchtige) baseline (een AI die gewoon de dichtstbijzijnde passagier grijpt zonder vooruit te denken).
- Snelheid: Ze waren veel sneller in het oppikken van mensen dan de "First-In-First-Out" baselines (die simpelweg de eerste persoon in de rij meenemen).
- De Trade-off: Er was een addertje onder het gras. Hoewel DLC meer mensen oppikte, duurden de ritten zelf iets langer. Het is als een buschauffeur die onderweg 10 mensen oppakt in plaats van gewoon rechtstreeks naar de bestemming te rijden. Ze brachten meer mensen ergens heen, maar de rit duurde langer.
Wat We Heb Geleerd
Het paper concludeert met een paar belangrijke inzichten:
- Plannen Werkt: Het DLC-team bewees dat een AI die constant zijn plan heroverweegt, erg goed is in het omgaan met een wereld waar taken steeds opnieuw verschijnen.
- De Balansact: Er is een spanning tussen "dingen afkrijgen" en "dingen snel doen." De winnaar kreeg meer taken voltooid, maar deed er langer over. Toekomstige wedstrijden moeten beslissen wat belangrijker is.
- Noodzaak voor Meer Spelers: De belangrijkste les van 2026 is dat de competitie meer teams nodig heeft. Met slechts één inzending kunnen we verschillende AI-stijlen (zoals "leren" versus "plannen") niet echt met elkaar vergelijken. De organisatoren zijn van plan om de regels duidelijker te maken en de starttools te verbeteren, zodat meer teams de volgende keer kunnen deelnemen.
Kortom, de 2026-competitie liet zien dat een AI die bereid is om dagelijks zijn planning voortdurend te herzien, een chaotische ride-sharing wereld erg goed kan aan, zelfs als de ritten wat langer duren. Het was een succesvolle test van één specifieke aanpak, wat de weg vrijmaakt voor een grotere, drukkere race in de toekomst.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.