💻 computer science

Hierarchical Compositionality for An Assistive AI Agent

Dit artikel stelt een hulpbron-efficiënte, interpreteerbare AI-agentarchitectuur voor die gebruikmaakt van hiërarchische compositonaliteit en door mensen gevalideerde semantische kenmerken om objectambiguïteit effectief op te lossen door middel van redeneren en gebruikersspecifieke adaptatie, waarmee het de huidige state-of-the-art data-gedreven baselines overtreft.

Oorspronkelijke auteurs: Tianyi Fu, Mohan Sridharan

Gepubliceerd 2026-08-12

📖 9 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Tianyi Fu, Mohan Sridharan

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 voor dat je een vriend een snelle instructie geeft in een drukke keuken: "Pak het fruit." Als er een appel, een banaan en een sinaasappel op het aanrecht liggen, kan je vriend even aarzelen. Hij moet raden wat je bedoelt. Mensen zijn hier erg goed in omdat we niet alleen naar de woorden kijken; we herinneren ons ook wat je meestal eet, wat je vijf minuten geleden aan het doen was en wat op dat moment passend voelt. We gebruiken een soort mentale afkorting om het uit te zoeken zonder elke keer te vragen: "Welk fruit?"

Dit is de wereld van Kunstmatige Intelligentie (AI), specifiek het vakgebied van Human-Robot Interaction (Mens-Robot Interactie). Wetenschappers proberen hier robots en digitale assistenten te bouwen die ons in ons huis kunnen helpen. Lange tijd was de meest populaire manier om deze helpers te bouwen het gebruik van enorme "black box"-computers die Large Language Models (LLM's) worden genoemd. Denk aan deze als superintelligente papegaaien die bijna alles op het internet hebben gelezen. Ze zijn geweldig in het voorspellen van wat er volgt in een zin, maar ze kunnen slordig zijn. Ze maken vaak willekeurige gokken wanneer ze met iets nieuws worden geconfronteerd, ze verbruiken enorme hoeveelheden energie om te draaien, en ze "begrijpen" eigenlijk niet waarom ze voor een appel kozen boven een banaan — ze kozen gewoon de meest waarschijnlijke optie op basis van patronen.

De grote vraag die onderzoekers stellen is: Kunnen we een AI bouwen die slimmer is over hoe zij denkt, in plaats van alleen maar een groter geheugen te hebben? Kunnen we de AI leren om eenvoudige, mensachtige logica en gewoontes te gebruiken om problemen snel op te lossen, zonder dat daar een supercomputer voor nodig is? Dit paper duikt in dat exacte puzzelstukje, in een poging om een AI-assistent te creëren die niet alleen gokt, maar de weg naar het juiste antwoord vindt door middel van redeneren, met een slimme mix van logica en geheugen.

Het Probleem: Het "Welke Welke?" Dilemma

Stel je voor dat jij de baas bent van een behulpzame robot in je huis. Je zegt: "Zet het fruit op tafel." Jouw keuken heeft een appel, een sinaasappel en een banaan. Voor een mens is dit makkelijk. Misschien heb je net een appel gegeten, of misschien heb je haast en pak je meestal de banaan. Maar voor een standaard AI is dit een nachtmerrie. De AI ziet drie vruchten. Het weet niet welke je bedoelt.

Als de AI te onzeker is, stopt hij misschien en vraagt: "Welk fruit?" Maar als je elke keer die vraag moet stellen wanneer je een commando geeft, wordt de robot irritant en traag. Aan de andere kant, als de AI gewoon een gokje waagt, pakt hij misschien het verkeerde fruit en raak je gefrustreerd.

De auteurs van dit paper merkten op dat moderne AI (zoals de grote chatbots) geweldig is in het voorspellen van woorden, maar slecht in dit soort gepersonaliseerd raden. Het is als een chef-kok die elk recept ter wereld kent, maar niet weet dat jij geen koriander lust. Ze wilden een robot bouwen die daadwerkelijk jouw specifieke gewoontes leert en deze gebruikt om het mysterie op te lossen.

De Oplossing: Een Drielagige Mentale Ladder

In plaats van de AI willekeurig te laten gokken of te laten vertrouwen op een gigantisch, ondoorzichtig brein, bouwden de auteurs een nieuwe soort architectuur (een blauwdruk voor hoe de robot denkt) gebaseerd op Hiërarchische Compositionaliteit. Dat is een chique manier om te zeggen: "Breek dingen af in kleine stukjes, bouw ze weer op tot groepen, en leer vervolgens hoe die groepen met jou verbonden zijn."

Denk hierbij aan het bouwen met LEGO-steentjes.

Niveau 0: De Steentjes (Atomaire Attributen)
Eerst kijkt de robot naar elk object in het huis en breekt het af in kleine, eenvoudige kenmerken. In plaats van alleen "Appel" te zien, ziet de robot: is rood, is rond, is zoet, heeft een steeltje. Dit zijn de basis LEGO-steentjes. De robot krijgt deze beschrijvingen uit een database van hoe mensen de werkelijkheid beschrijven.

Niveau 1: De Voorgebouwde Sets (Domeinconcepten)
Vervolgens merkt de robot dat bepaalde steentjes altijd bij elkaar horen. Hij ziet dat is rood, is rond en heeft een steeltje vaak samen voorkomen. Hij groepeert ze in een "Concept" genaamd "Appel-achtig". Dit doet hij voor alles. Een "Lamp" kan een groep zijn van geeft licht af, heeft een gloeilamp en staat op een tafel. Dit is de algemene kennis van de wereld die de robot deelt met iedereen.

Niveau 2: Jouw Persoonlijke Spelregel (Gebruikersspecifieke Patronen)
Dit is het magische deel. De robot begint naar jou te kijken. Hij merkt dat elke keer dat jij met een "Boek-achtig" object interacteert (dat gedrukte tekst heeft en plat is), je bijna altijd daarna een "Lamp-achtig" object aanzet. Hij onthoudt niet alleen "Je houdt van boeken"; hij leert het patroon: Boek → Lamp.

Dit is de Hiërarchische Compositionaliteit. De robot bouwt een ladder van kennis:

Steentjes: Waaruit dingen zijn opgebouwd.
Sets: Welke groepen dingen bestaan.
Jouw Spelregel: Hoe jij specifiek van de ene groep naar de andere beweegt.

Hoe de Robot het Mysterie Oplost

Wanneer je zegt: "Zet het fruit op de tafel," doorloopt de robot een driestappenproces om te achterhalen welk fruit je bedoelt.

Stap 1: De Logische Filter (De "Niet-Toegestaan" Zone)
Eerst gebruikt de robot strikte logica (genoemd Answer Set Programming) om onmogelijke opties weg te strepen. Als de tafel al vol is, of als het fruit in een afgesloten doos zit, verwijdert hij die uit de lijst. Het is als een uitsmijter bij een club die ID-bewijzen controleert.

Stap 2: De Drie Aanwijzingen (De Kandidaten Scoren)
Als er nog steeds meerdere vruchten over zijn (bijvoorbeeld een appel en een banaan), scoort de robot deze met drie verschillende "aanwijzingen":

Semantische Aanwijzing (Context): Wat was er hiervoor aan de hand? Als je net een boek op de tafel hebt gelegd, denkt de robot: "Oh, dit is een 'lees'-context." Hij controleert welk fruit het beste bij een lees-context past.
Salientie Aanwijzing (Recentheid): Wat heb je net aangeraakt? Als je net de appel hebt vastgehouden, krijgt de appel een hoge score omdat deze nog vers in je geheugen ligt.
Thematische Aanwijzing (Jouw Gewoontes): Hier komt de ladder van Niveau 2 in beeld. De robot controleert jouw persoonlijke spelregel. "Pakt deze gebruiker meestal bananen na het lezen?" Zo ja, dan krijgt de banaan een enorme puntenboost.

Stap 3: De Beslissing
De robot telt de scores bij elkaar op. Als één fruit een duidelijke winnaar is (met een groot genoeg marge), pakt hij dat fruit. Als de scores te dicht bij elkaar liggen, vraat hij: "Bedoelde je de appel of de banaan?" Dit zorgt ervoor dat hij niet blindelings gokt.

Wat de Experimenten Lieten Zien

De auteurs testten deze robot in een gesimuleerd huis met 66 verschillende objecten (zoals bekers, boeken, lampen en fruit) en vijf verschillende "gebruikers" met unieke gewoontes. Ze gaven de robot 3.000 ambigue commando's om op te lossen.

Ze vergeleken hun nieuwe robot met de "state-of-the-art" reuzen (zoals de nieuwste Large Language Models) en enkele eenvoudigere versies van hun eigen robot.

De Resultaten:

De Nieuwe Robot Won: In bijna elke test was hun hiërarchische robot veel nauwkeuriger dan de grote AI-modellen, zelfs toen de grote modellen toegang hadden tot exact dezelfde informatie.
De Kracht van het "Patroon": De robot was vooral goed wanneer het commando erg vaag was (zoals het zeggen van "het" in plaats van "de appel"). In deze moeilijke gevallen maakte het vermogen van de robot om Niveau 2 patronen (jouw persoonlijke gewoontes) te gebruiken een groot verschil. De grote AI-modellen bleven fouten maken omdat ze niet over dat persoonlijke spelboek beschikten.
Minder Vragen, Meer Doen: De nieuwe robot vroeg veel minder vaak om hulp (verduidelijking) dan de anderen, maar wanneer hij een keuze maakte, zat hij vaker goed.
De "Transfer" Truc: De robot kon ook begrijpen wat je wilde, zelfs met nieuwe objecten die hij nog nooit eerder had gezien, zolang ze dezelfde "steentjes" (attributen) deelden als oude objecten. Bijvoorbeeld: als je meestal perziken eet, en de robot ziet een nieuwe vrucht die eruitziet en aanvoelt als een perzik, dan gokt hij dat je die ook wilt.

Wat het Paper NIET Zegt

Het is belangrijk om te vermelden wat dit paper niet beweert.

Het zegt niet dat de grote AI-modellen (LLM's) nutteloos zijn. Ze zijn alleen niet het beste hulpmiddel voor deze specifieke taak van gepersonaliseerde, met weinig data werkende redenering.
Het beweert niet dat het alle AI-problemen heeft opgelost. De robot moet nog getest worden op echte fysieke robots in de echte wereld, niet alleen in een computer simulatie.
Het zegt niet dat de robot "bewustzijn" heeft. Hij gebruikt simpelweg slimme wiskunde en logica om menselijke mentale afkortingen na te bootsen.

De Kernboodschap

Dit paper suggereert dat we niet altijd grotere, duurdere AI-hersenen nodig hebben om betere assistenten te maken. Soms hebben we gewoon een slimmere manier nodig om te organiseren wat we al weten. Door een "mentale ladder" te bouien die eenvoudige feiten verbindt met complexe groepen, en vervolgens te leren hoe jij specifiek op die ladder op en neer beweegt, kan een AI een veel betere, meer intuïtieve helper worden. Het is alsoast een robot niet alleen het woordenboek leren lezen, maar ook jouw verhaal begrijpen.

De auteurs ontdekten dat deze aanpak beter werkt dan de huidige reuzen in het veld, vooral wanneer de robot moet raden wat je wilt op basis van je unieke gewoontes. Het is een stap richting robots die niet alleen bevelen opvolgen, maar ons ook echt begrijpen.

Technische Samenvatting: Hiërarchische Compositionaliteit voor een Assisterende AI-agent

Probleemstelling

Het artikel behandelt de uitdaging van commando-disambiguatie voor assisterende AI-agenten die opereren in menselijke omgevingen. Hoewel moderne Large Language Models (LLMs) en Vision Language Models (VLMs) indrukwekkende capaciteiten vertonen, functioneren ze vaak als opaca, hulpbronintensieve stochastische voorspellers die moeite hebben met gepersonaliseerde disambiguatie in nieuwe situaties. Specifiek wanneer een menselijke gebruiker een ambigue opdracht geeft (bijv. "plaats een vrucht op de tafel" wanneer er meerdere vruchten aanwezig zijn, of "zet het aan" wanneer er meerdere apparaten beschikbaar zijn), falen datagedreven modellen vaak in het snel aanpassen aan specifieke gebruikersvoorkeuren zonder uitgebreide trainingsdata of expliciete historie. Bestaande hybride benaderingen vertrouwen vaak op substantiële menselijke supervisie of falen in het overdragen van geaccumuleerd bewijs naar gerelateerde entiteiten. Het kernprobleem is hoe een architectuur te ontwerpen die gebruikmaakt van hiërarchische compositionaliteit en eenvoudige heuristieken om ambiguïteit op te lossen op basis van beperkte interactiehistorie, domeinrestricties en gebruikersspecifieke gewoonten, zonder de enorme databronnen van foundation models te vereisen.

Methodologie

De voorgestelde architectuur lost ambiguïteit op via een driefasig framework dat symbolische redenering, compositionele representatie en heuristische scoring integreert.

1. Kennisrepresentatie en Redenering (ASP)

Het systeem maakt gebruik van Answer Set Programming (ASP) voor niet-monotone logische redenering.

Domeinmodellering: De omgeving wordt gemodelleerd met behulp van Action Language $AL_d$ , waarbij types (bijv. kamer, voedsel, meubilair), statica (onveranderlijke attributen), fluents (veranderende toestanden) en acties worden gedefinieerd.
Haalbaarheidsfiltering: Bij het ontvangen van een commando construeert de agent een ASP-programma dat domeinaxioma's (causale wetten, toestandrestricties, uitvoerbaarheidsvoorwaarden) en de huidige historie bevat. Het filtert kandidaten eruit die fysieke restricties schenden (bijv. een agent kan een object niet aan een gebruiker geven die zich in een andere kamer bevindt) of domeinlogica.
Planning: Zodra een interpretatie is geselecteerd, wordt ASP gebruikt om een taakplan te genereren en uit te voeren.

2. Hiërarchische Compositionele Representatie

Om datascarciteit te overwinnen en kennisoverdracht mogelijk te maken, representeert de architectuur entiteiten via een drielaagse hiërarchie:

Niveau 0 (Atomische Attributen): Entiteiten worden gerepresenteerd door fijnmazige, gedeelde atomische attributen afkomstig van NOVA, een door mensen gevalideerde dataset van semantische kenmerken (bijv. geeft_licht_af, heeft_gedrukte_tekst). Dit maakt het mogelijk dat bewijs wordt overgedragen tussen entiteiten die dezelfde attributen delen.
Niveau 1 (Domein-niveau Concepten): Statistisch significante combinaties van Niveau 0-attributen worden gemined om een conceptbibliotheek ( $K$ ) te vormen. Deze concepten representeren hogere-orde archetypen (bijv. een combinatie van attributen die "leesmateriaal" definieert). Deze laag is gebruikersonafhankelijk en domeinspecifiek.
Niveau 2 (Gebruikersspecifieke Workflowpatronen): Het systeem mijnt de interactiehistorie van de gebruiker ( $H_u$ ) om trigger-target conceptparen te identificeren. Voor een specifieke actie (bijv. zet_aan) identificeert het systeem welke concepten (triggers) typisch voorafgaan aan de selectie van welke andere concepten (targets) voor die specifieke gebruiker. Dit legt persoonlijke gewoonten vast (bijv. een gebruiker die een boek leest voordat hij een lamp aanzet).

3. Multi-Signaal Scoring en Disambiguatie

Wanneer er na de ASP-filtering meerdere haalbare kandidaten overblijven, worden deze gerangschikt met behulp van drie complementaire heuristische signalen:

Semantische Compatibiliteit ( $S_{sem}$ ): Meet de gelijkenis tussen de kandidaat en de context die door de voorafgaande actie is gevestigd (met behulp van de WordNet-gebaseerde Wu–Palmer gelijkenis).
Sessie-salientie ( $S_{sal}$ ): Meet de recentheid van de vermelding of interactie van de kandidaat binnen de huidige sessie, waarbij een geometrische decay wordt toegepast op oudere referenties.
Gebruikersspecifieke Thematische Voorkeur ( $S_{them}$ ): De kernbijdrage, berekend door het fuseren van:
- Conceptbewijs: De frequentie van de concepten van de kandidaat in de geschiedenis van de gebruiker voor de specifieke actie.
- Patroonbewijs: De statistische significantie (lift) en de follow rate van de trigger-target conceptparen geïdentificeerd in Niveau 2.

Beslissingsbeleid: De scores worden gefuseerd met behulp van gewogen sommen. De agent selecteert alleen de beste kandidaat als de marge ten opzichte van de op één na beste kandidaat een betrouwbaarheidsdrempel overschrijdt; anders vraagt de agent om menselijke verduidelijking.

Belangrijkste Bijdragen

Hiërarchische Compositionele Architectuur: Het artikel introduceert een nieuwe architectuur die verder gaat dan platte objectrepresentaties. Door entiteiten te deconstrueren in atomische attributen en deze te combineren tot concepten en gebruikersspecifieke patronen, stelt het systeem voorkeursoverdracht mogelijk naar nieuwe of zelden geobserveerde entiteiten (bijv. het afleiden van een voorkeur voor een abrikoos op basis van een geschiedenis van perziken).
Integratie van Heuristieken en Symbolische Redenering: Het werk demonstreert hoe ecologische rationaliteit (het gebruik van eenvoudige heuristieken zoals tellen en lexicografische zoekopdrachten) effectief gecombineerd kan worden met formele logische redenering (ASP) om robuuste disambiguatie te bereiken met beperkte data.
Gebruikersspecifieke Workflow Mining: Het systeem leert automatisch gebruikersspecifieke gedragspatronen (Niveau 2) zonder expliciete programmering, waardoor de agent voorkeuren kan anticiperen op basis van de sequentie van acties en concepten.
Onzekerheidsbewust Verhelderingsverzoek: De architectuur hanteert een drempelgebaseerd beleid om verheldering aan te vragen wanneer dat nodig is, waarbij een balans wordt gezocht tussen de cognitieve belasting voor de gebruiker en de noodzaak van nauwkeurigheid.

Experimentele Resultaten

Het systeem werd geëvalueerd in een natuurkundige gesimuleerde huishoudelijke omgeving met 66 entiteiten, 4 kamers en 12 acties, en 5 verschillende gebruikersprofielen. De evaluatie omvatte 3.000 ambigue commando's over vier niveaus van ambiguïteit (van bijna hyperoniemen tot voornaamwoorden). De baselines omvatten een datagedreven model aangeduid als GPT-5.1 (geciteerd als Singh et al. 2025 in de brontekst, wat een preprint is uit 2026).

Prestaties vs. Baselines: De voorgestelde methode presteerde aanzienlijk beter dan alle baselines, inclusief:
- LLM Baselines (GPT-5.1): Zelfs wanneer deze werden voorzien van dezelfde volledige interactiehistorie en wereldstatus, behaalden de LLM-baselines (met en zonder Chain-of-Thought) substantieel lagere nauwkeurigheid (bijv. 30,9% gemiddeld versus 62,7% voor de voorgestelde methode in noask modus) en vroegen veel vaker om verheldering.
- Ablatie-studies: Het verwijderen van de compositionele hiërarchie (het gebruik van enkel objectidentiteiten of ruwe attributen) of het verwijderen van de workflowpatronen resulteerde in significante prestatiedalingen, met name onder hoge ambiguïteit.
Voorkeursoverdracht: Het systeem behield een hoge nauwkeurigheid, zelfs voor zeldzame targets (entiteiten met weinig tot geen directe historie), door gebruik te maken van gedeelde concepten, terwijl object-gebaseerde baselines faalden in het generaliseren.
Gebruikersspecificiteit: Het gebruik van de geschiedenis van een verkeerde gebruiker degradeerde de prestaties tot onder het niveau van het hebben van geen geschiedenis, wat bevestigt dat het systeem steunt op nauwkeurige, gepersonaliseerde modellering.
Robuustheid: De methode toonde consistente winst over alle ambiguïteitsniveaus, waarbij de grootste verbeteringen werden waargenomen wanneer de ambiguïteit het hoogst was (voornaamwoordelijke verwijzingen), waar workflowpatronen cruciaal werden.

Betekenis en Claims

Het artikel beweert dat hiërarchische compositionaliteit en eenvoudige heuristieken een levensvatbaar alternatief bieden voor puur datagedreven benaderingen voor assisterende agenten. De auteurs stellen dat:

Efficiëntie en Aanpasbaarheid: Door gebruik te maken van compositionele structuren kunnen agenten snel adapteren aan specifieke gebruikersprofielen vanuit een beperkte interactiehistorie, een capaciteit waar huidige LLM's moeite mee hebben.
Interpreteerbaarheid en Controle: Het gebruik van ASP en expliciete conceptenhiërarchieën biedt een transparant redeneerproces, wat auditing en revisie van de kennis van de agent mogelijk maakt, in tegen tegenstelling tot de "black box"-aard van diepe netwerken.
Ecologische Rationaliteit: Het werk ondersteunt het standpunt dat heuristieken, wanneer ze gegrond zijn in kerncapaciteiten en domeinstructuur, complexe statistische modellen kunnen overtreffen in open-world, onzekere omgevingen door variantie te verminderen en zich te concentreren op relevante signalen.

De auteurs positioneren dit werk als een stap naar een langetermijnobjectief: het ontwikkelen van assisterende agenten die moderne AI-tools (zoals LLM's) gebruiken als één component binnen een bredere, principiële architectuur gebaseerd op iteratieve verfijning en interactief leren.