論文の概要: Learning to communicate about shared procedural abstractions

• arxiv url: http://arxiv.org/abs/2107.00077v1
• Date: Wed, 30 Jun 2021 19:59:11 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-02 13:49:22.771057
• Title: Learning to communicate about shared procedural abstractions
• Title（参考訳）: 共有手続きの抽象化に関するコミュニケーションを学ぶ
• Authors: William P. McCarthy, Robert D. Hawkins, Haoliang Wang, Cameron Holdaway, Judith E. Fan
• Abstract要約: 本研究では,人間が自然言語を用いて物理的組立問題を協調的に解く方法について検討する。 ある参加者は標的の塔を見ることができ、他の参加者に再建のための組み立て指示を送った。 結果は、知的エージェントが共通の手続き的抽象化に基づいて調整できる誘導バイアスに光を当てた。
• 参考スコア（独自算出の注目度）: 3.237380113935023
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many real-world tasks require agents to coordinate their behavior to achieve shared goals. Successful collaboration requires not only adopting the same communicative conventions, but also grounding these conventions in the same task-appropriate conceptual abstractions. We investigate how humans use natural language to collaboratively solve physical assembly problems more effectively over time. Human participants were paired up in an online environment to reconstruct scenes containing two block towers. One participant could see the target towers, and sent assembly instructions for the other participant to reconstruct. Participants provided increasingly concise instructions across repeated attempts on each pair of towers, using higher-level referring expressions that captured each scene's hierarchical structure. To explain these findings, we extend recent probabilistic models of ad-hoc convention formation with an explicit perceptual learning mechanism. These results shed light on the inductive biases that enable intelligent agents to coordinate upon shared procedural abstractions.
• Abstract（参考訳）: 多くの現実世界のタスクでは、エージェントは共通の目標を達成するために行動を調整する必要がある。 コラボレーションを成功させるには、同じコミュニケーション規約を採用するだけでなく、これらの規約を同じタスクに適合する概念的抽象化で基礎付ける必要がある。 本研究では,人間が自然言語を用いて物理的組立問題をより効果的に解決する方法を検討する。 人間の参加者はオンライン環境でペアになって、2つのブロックタワーを含むシーンを再現しました。 ある参加者は目標の塔を視認し、他の参加者に組み立て命令を送った。 参加者は、各シーンの階層構造を捉えた高いレベルの参照表現を使用して、各タワーの繰り返しの試みに対して、より簡潔な指示を提供した。 これらの知見を説明するため,近年のアドホックコンベンション形成の確率モデルを,明示的な知覚学習機構を用いて拡張した。 これらの結果は、知的エージェントが共通の手続き的抽象化に基づいて協調できる誘導バイアスに光を当てた。

関連論文リスト

• ACE: Abstractions for Communicating Efficiently [3.7865171120254364]
  AIにおける問題解決の中心的な側面は抽象化の導入と利用である。 この現象を再現しようとするいくつかの計算手法が試みられているが、抽象概念の導入と学習について非現実的な仮定を下している。 我々はこれをコミュニケーションと強化学習のためのニューラルな手法と組み合わせ、新しい抽象化を導入する際の探索と搾取のトレードオフを制御するために、バンディットアルゴリズムを新たに活用する。
  論文  参考訳（メタデータ） (2024-09-30T09:20:18Z)
• ThinkBot: Embodied Instruction Following with Thought Chain Reasoning [66.09880459084901]
  EIF(Embodied Instruction following)は、複雑な環境下でオブジェクトを相互作用させることで、エージェントが人間の指示を完了させる。 我々は,人間の指導における思考連鎖を原因とした思考ボットを提案し,その不足した行動記述を復元する。 私たちのThinkBotは、成功率と実行効率の両面で、最先端のEIFメソッドよりも大きなマージンで優れています。
  論文  参考訳（メタデータ） (2023-12-12T08:30:09Z)
• Compositional Learning in Transformer-Based Human-Object Interaction Detection [6.630793383852106]
  ラベル付きインスタンスの長期分布は、HOI検出の主要な課題である。 HOI三重奏の性質にインスパイアされた既存のアプローチでは、作曲学習という概念が採用されている。 我々は,構成HoI学習のためのトランスフォーマーベースのフレームワークを創造的に提案する。
  論文  参考訳（メタデータ） (2023-08-11T06:41:20Z)
• Inferring Versatile Behavior from Demonstrations by Matching Geometric Descriptors [72.62423312645953]
  人間は直感的にタスクを多目的に解決し、軌道に基づく計画や個々のステップの行動を変化させる。 現在のImitation Learningアルゴリズムは、通常、単調な専門家によるデモンストレーションのみを考慮し、状態アクションベースの設定で行動する。 代わりに、移動プリミティブの混合と分布マッチングの目的を組み合わせることで、専門家の行動と汎用性にマッチする多目的行動を学ぶ。
  論文  参考訳（メタデータ） (2022-10-17T16:42:59Z)
• Learning Intuitive Policies Using Action Features [7.260481131198059]
  ネットワークアーキテクチャが意味的関係を利用する学習アルゴリズムの妥当性に与える影響について検討する。 観察と行動の卓越した表現を共同で処理する注意に基づくアーキテクチャは、直感的なポリシーを学ぶ上でより良い帰納的バイアスをもたらす。
  論文  参考訳（メタデータ） (2022-01-29T20:54:52Z)
• Emergent Communication of Generalizations [13.14792537601313]
  共有された視覚的コンテキストにおける1つのオブジェクトのコミュニケーションは、過度に適合する傾向があり、具体的な参照を超えて、言語が役に立つことを奨励しない、と我々は主張する。 抽象的な視覚概念を表すオブジェクトの集合上での通信一般化を必要とするゲームを提案する。 これらのゲームは学習言語の体系性と解釈可能性を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-06-04T19:02:18Z)
• Modeling Communication to Coordinate Perspectives in Cooperation [4.837943644708208]
  本稿では,共有エージェントの観点から過負荷信号の計算法を提案する。 このフレームワークの下では、コミュニケーションは共同作業者が視点を調整し、共通の目標を達成するために一緒に行動するのに役立つ。 我々はこのモデルを、あいまいさの増大と推論の層の増加の下で、このモデルの成功を示す一連のシミュレーションで実装する。
  論文  参考訳（メタデータ） (2021-06-03T22:37:20Z)
• Coordination Among Neural Modules Through a Shared Global Workspace [78.08062292790109]
  認知科学において、機能的に特殊なコンポーネントが情報を共有するグローバルなワークスペースアーキテクチャが提案されている。 キャパシティ制限は、特殊化と構成性を奨励する合理的な基礎を持つことを示す。
  論文  参考訳（メタデータ） (2021-03-01T18:43:48Z)
• Exploring Zero-Shot Emergent Communication in Embodied Multi-Agent Populations [59.608216900601384]
  本研究では,3次元環境下で関節を作動させることでコミュニケーションを学ぶエージェントについて検討する。 現実的な仮定、意図の非一様分布、共通知識エネルギーコストにおいて、これらのエージェントは新規パートナーに一般化するプロトコルを見つけることができることを示す。
  論文  参考訳（メタデータ） (2020-10-29T19:23:10Z)
• Hierarchical Relational Inference [80.00374471991246]
  本稿では,物体を局所的に独立に振る舞うが,よりグローバルに一括して振る舞う部分の階層としてモデル化する物理推論手法を提案する。 従来の手法とは異なり,本手法は生画像から直接教師なしの方法で学習する。 複数のレベルの抽象化を明確に区別し、合成ビデオと実世界のビデオのモデリングにおいて、強力なベースラインを超えて改善する。
  論文  参考訳（メタデータ） (2020-10-07T20:19:10Z)
• Cascaded Human-Object Interaction Recognition [175.60439054047043]
  マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。 各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。 慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
  論文  参考訳（メタデータ） (2020-03-09T17:05:04Z)

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。