論文の概要: The cost of coordination can exceed the benefit of collaboration in performing complex tasks

• arxiv url: http://arxiv.org/abs/2009.11038v3
• Date: Fri, 27 Jan 2023 19:04:22 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-01 04:54:57.933261
• Title: The cost of coordination can exceed the benefit of collaboration in performing complex tasks
• Title（参考訳）: 協調のコストは、複雑なタスクの実行における協調の利益を上回ることができる
• Authors: Vince J. Straub and Milena Tsvetkova and Taha Yasseri
• Abstract要約: ダイアドは徐々にパフォーマンスが向上するが、ほとんどの状況では個人に比べて集団的な利益を経験しない。 適切な訓練を受けたダイアドに新たな専門家を持つことで、精度が向上する。 個人が受けるトレーニングの程度、目の前のタスクの複雑さ、望ましいパフォーマンス指標がすべて、集団的な意思決定のメリットを測る上で考慮すべき重要な要素である、ということが分かる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Humans and other intelligent agents often rely on collective decision making based on an intuition that groups outperform individuals. However, at present, we lack a complete theoretical understanding of when groups perform better. Here we examine performance in collective decision-making in the context of a real-world citizen science task environment in which individuals with manipulated differences in task-relevant training collaborated. We find 1) dyads gradually improve in performance but do not experience a collective benefit compared to individuals in most situations; 2) the cost of coordination to efficiency and speed that results when switching to a dyadic context after training individually is consistently larger than the leverage of having a partner, even if they are expertly trained in that task; and 3) on the most complex tasks having an additional expert in the dyad who is adequately trained improves accuracy. These findings highlight that the extent of training received by an individual, the complexity of the task at hand, and the desired performance indicator are all critical factors that need to be accounted for when weighing up the benefits of collective decision-making.
• Abstract（参考訳）: 人間や他の知的エージェントは、集団が個人を上回る直感に基づく集団的な意思決定に依存することが多い。 しかし、現時点では、群がいつより良く機能するかの完全な理論的理解が欠けている。 本稿では,課題関連学習の違いを操作した個人が協調する現実の市民科学タスク環境における集団意思決定のパフォーマンスについて検討する。 見つけました 1) dyadsは,性能は徐々に向上するが,ほとんどの状況において個人に比べて集団的利益を享受しない。 2 個別に訓練した後のダイアド・コンテクストに切り替える際の効率とスピードの調整コストは、その業務に熟練した訓練を受けたとしても、パートナーを持つレバレッジよりも一貫して大きい。 3) 十分に訓練されたdyadのエキスパートが加わる最も複雑なタスクでは、精度が向上する。 これらの結果は、個人が受けるトレーニングの程度、目の前のタスクの複雑さ、そして望ましいパフォーマンス指標が、集合的意思決定の利点を評価する際に考慮すべき重要な要素であることを示している。

関連論文リスト

• Code Collaborate: Dissecting Team Dynamics in First-Semester Programming Students [3.0294711465150006]
  この研究は、第一期生が2Dゲームプロジェクトを開発するときに現れるコラボレーションのトレンドを強調している。 その結果、学生は自分の貢献をわずかに過大評価することが多く、より熱心な個人は間違いを認めやすいことが示唆された。 チームパフォーマンスは、国籍や性別構成に基づく大きな変化は示さないが、解散したチームは、しばしば孤独なオオカミで構成されていた。
  論文  参考訳（メタデータ） (2024-10-28T11:42:05Z)
• Multi-agent cooperation through learning-aware policy gradients [53.63948041506278]
  利己的な個人はしばしば協力に失敗し、マルチエージェント学習の根本的な課題を提起する。 本稿では,学習型強化学習のための,偏見のない高導出性ポリシー勾配アルゴリズムを提案する。 我々は, 受刑者のジレンマから, 自己関心のある学習エージェントの間でどのように, いつ, 協力関係が生じるかの新たな説明を得た。
  論文  参考訳（メタデータ） (2024-10-24T10:48:42Z)
• Adaptive Control in Assistive Application -- A Study Evaluating Shared Control by Users with Limited Upper Limb Mobility [4.858212893290674]
  本研究では,上肢障害者を対象とした適応的自由度制御法について検討した。 24人の被験者によるオブジェクト間の分析を採用し、3つの異なる入力デバイスに対して81のトライアルを実施し、現実的な日々のタスク設定で実施する。
  論文  参考訳（メタデータ） (2024-06-10T08:36:55Z)
• Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
  本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。 Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
  論文  参考訳（メタデータ） (2023-11-13T16:00:16Z)
• Flexible social inference facilitates targeted social learning when rewards are not observable [58.762004496858836]
  グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。 社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
  論文  参考訳（メタデータ） (2022-12-01T21:04:03Z)
• Enhancing team performance with transfer-learning during real-world human-robot collaboration [0.0]
  伝達学習は深層強化学習(dRL)エージェントに統合された。 伝達学習(TL)における確率再利用手法 TLはまた、チームの主観的なパフォーマンスにも影響を与え、知覚された流感を高めました。
  論文  参考訳（メタデータ） (2022-11-23T16:02:00Z)
• Human-Algorithm Collaboration: Achieving Complementarity and Avoiding Unfairness [92.26039686430204]
  慎重に設計されたシステムであっても、補完的な性能はあり得ないことを示す。 まず,簡単な人間アルゴリズムをモデル化するための理論的枠組みを提案する。 次に、このモデルを用いて相補性が不可能な条件を証明する。
  論文  参考訳（メタデータ） (2022-02-17T18:44:41Z)
• Towards Collaborative Question Answering: A Preliminary Study [63.91687114660126]
  我々は、モデレーターによって調整された複数の専門家エージェントが協力して、単一のエージェントだけでは答えられない質問に答える新しいQAタスクCollabQAを提案する。 専門家に分散可能な,大規模な知識グラフの合成データセットを作成する。 専門家が完璧で均一でない限り,コラボレーション構造を導入することなく,この問題が解決可能であることを示す。
  論文  参考訳（メタデータ） (2022-01-24T14:27:00Z)
• Improved cooperation by balancing exploration and exploitation in intertemporal social dilemma tasks [2.541277269153809]
  本研究では,探索と搾取のバランスをとることができる学習率を組み込むことで協調を達成するための新たな学習戦略を提案する。 簡単な戦略を駆使したエージェントは、時間的社会的ジレンマと呼ばれる意思決定タスクにおいて、相対的に集団的リターンを改善する。 また、学習率の多様性が強化学習エージェントの人口に与える影響についても検討し、異種集団で訓練されたエージェントが特に協調した政策を発達させることを示す。
  論文  参考訳（メタデータ） (2021-10-19T08:40:56Z)
• Efficiently Identifying Task Groupings for Multi-Task Learning [55.80489920205404]
  マルチタスク学習は、あるタスクによって学習された情報を活用して、他のタスクのトレーニングに役立てることができる。 マルチタスク学習モデルにおいて、どのタスクを一緒にトレーニングすべきかを選択するアプローチを提案する。 本手法は,全タスクを協調学習し,タスクの勾配が他のタスクの損失に影響を及ぼす影響を定量化する。
  論文  参考訳（メタデータ） (2021-09-10T02:01:43Z)
• Human-Robot Team Coordination with Dynamic and Latent Human Task Proficiencies: Scheduling with Learning Curves [0.0]
  ロボットが人間のチームメイトの相対的な強みと学習能力を探索できる新しい資源調整手法を提案する。 我々は、最新の個人労働者の熟練度を発見しながら、頑健なスケジュールを作成し、評価する。 その結果,人間とロボットのコラボレーションには,探索に有利なスケジューリング戦略が有用であることが示唆された。
  論文  参考訳（メタデータ） (2020-07-03T19:44:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。