論文の概要: Control of mental representations in human planning
- arxiv url: http://arxiv.org/abs/2105.06948v1
- Date: Fri, 14 May 2021 16:39:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-17 12:45:34.025318
- Title: Control of mental representations in human planning
- Title(参考訳): 人間計画における心的表現の制御
- Authors: Mark K. Ho, David Abel, Carlos G. Correa, Michael L. Littman, Jonathan
D. Cohen, Thomas L. Griffiths
- Abstract要約: 人間の計画の2つの側面は、複雑な環境においてもその効率性と、変化する環境においても柔軟性を示す。
効率性は特に印象的です。なぜなら、最適計画を直接計算することは、控えめに複雑なタスクであっても困難であり、認知リソースが限られているにもかかわらず、無数の問題を解決できるからです。
本稿では,精神表現の制御が可能であり,適応的に問題を単純化し,より容易に推論できることを提案する。
- 参考スコア(独自算出の注目度): 38.227123320091046
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: One of the most striking features of human cognition is the capacity to plan.
Two aspects of human planning stand out: its efficiency, even in complex
environments, and its flexibility, even in changing environments. Efficiency is
especially impressive because directly computing an optimal plan is
intractable, even for modestly complex tasks, and yet people successfully solve
myriad everyday problems despite limited cognitive resources. Standard accounts
in psychology, economics, and artificial intelligence have suggested this is
because people have a mental representation of a task and then use heuristics
to plan in that representation. However, this approach generally assumes that
mental representations are fixed. Here, we propose that mental representations
can be controlled and that this provides opportunities to adaptively simplify
problems so they can be more easily reasoned about -- a process we refer to as
construal. We construct a formal model of this process and, in a series of
large, pre-registered behavioral experiments, show both that construal is
subject to online cognitive control and that people form value-guided
construals that optimally balance the complexity of a representation and its
utility for planning and acting. These results demonstrate how strategically
perceiving and conceiving problems facilitates the effective use of limited
cognitive resources.
- Abstract(参考訳): 人間の認知の最も顕著な特徴の1つは、計画する能力である。
人間の計画の2つの側面は、その効率性、複雑な環境においても、そして変化する環境においても柔軟性である。
なぜなら、最適な計画を直接計算することは、わずかに複雑なタスクであっても難解であり、認知資源が限られているにもかかわらず、人々は無数の日常的な問題を解決することに成功したからだ。
心理学、経済学、人工知能の標準的な説明では、これは人々がタスクの精神的な表現を持ち、その表現を計画するためにヒューリスティックを使用するからである。
しかし、このアプローチは一般にメンタル表現が固定されていると仮定する。
ここでは、メンタル表現は制御可能であり、それによって問題をより容易に推論できるように、適応的に単純化する機会が得られることを提案する。
我々はこのプロセスの形式的モデルを構築し、一連の大規模で登録された行動実験において、コンストラクトがオンライン認知制御の対象であることと、表現の複雑さと計画と行動のための有用性を最適にバランスする価値誘導コンストラクトを形成することの両方を示している。
これらの結果は,問題の戦略的知覚と認識が,限られた認知資源の有効利用を促進することを示す。
関連論文リスト
- Learning Top-k Subtask Planning Tree based on Discriminative
Representation Pre-training for Decision Making [9.980589742220587]
複雑な現実世界のタスクから抽出された事前知識による計画は、人間が正確な決定を行うために不可欠である。
マルチエンコーダと個別予測器を導入し、簡単なサブタスクのための十分なデータからタスク固有表現を学習する。
また、注意機構を用いてトップkのサブタスク計画木を生成し、未確認タスクの複雑な決定を導くためにサブタスク実行計画をカスタマイズする。
論文 参考訳(メタデータ) (2023-12-18T09:00:31Z) - 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) - Incremental procedural and sensorimotor learning in cognitive humanoid
robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。
各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。
結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文 参考訳(メタデータ) (2023-04-30T22:51:31Z) - Achieving mouse-level strategic evasion performance using real-time
computational planning [59.60094442546867]
計画とは、脳が想像し、予測可能な未来を成立させる特別な能力である。
我々は,動物の生態が空間計画の価値をどのように支配するかという研究に基づいて,より効率的な生物学的に着想を得た計画アルゴリズムであるTLPPOを開発した。
TLPPOを用いたリアルタイムエージェントの性能とライブマウスの性能を比較し,ロボット捕食者を避けることを課題とする。
論文 参考訳(メタデータ) (2022-11-04T18:34:36Z) - Robust Planning for Human-Robot Joint Tasks with Explicit Reasoning on
Human Mental State [2.8246074016493457]
我々は,人間ロボットチームが達成するための既知の目的を持った共有タスクを与えられる,人間に意識したタスク計画問題を考える。
近年のアプローチでは、ロボットが両方のエージェント(共有された)タスクを計画する独立した合理的エージェントのチームとしてそれをモデル化している。
本稿では,実行時の可観測性規約をモデル化し,使用するための新しいアプローチについて述べる。
論文 参考訳(メタデータ) (2022-10-17T09:21:00Z) - Deep Interpretable Models of Theory of Mind For Human-Agent Teaming [0.7734726150561086]
我々は、他の観測対象の意図をモデル化するための解釈可能なモジュラー・ニューラル・フレームワークを開発する。
Minecraftの検索および救助タスクで、人間の参加者のデータに関する実験を行い、アプローチの有効性を実証します。
論文 参考訳(メタデータ) (2021-04-07T06:18:58Z) - AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。
他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。
本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
論文 参考訳(メタデータ) (2021-02-24T14:58:23Z) - HALMA: Humanlike Abstraction Learning Meets Affordance in Rapid Problem
Solving [104.79156980475686]
人間は自然主義的タスクの構造に応じて構成的および因果的抽象化、つまり知識を学ぶ。
エージェントがその知識をどのように表現するかには、知覚、概念、アルゴリズムの3段階の一般化がある、と我々は主張する。
このベンチマークは、ビジュアルコンセプト開発と迅速な問題解決のための新しいタスクドメイン、HALMAを中心にしています。
論文 参考訳(メタデータ) (2021-02-22T20:37:01Z) - Improving Human Decision-Making by Discovering Efficient Strategies for
Hierarchical Planning [0.6882042556551609]
計算資源が限られているため、効率的な計画戦略が必要です。
これらの戦略を計算する能力は、以前は非常に小さく、非常に単純な計画タスクに限られていました。
本稿では,この制限を克服できる認知型強化学習手法を提案する。
論文 参考訳(メタデータ) (2021-01-31T19:46:00Z)
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。