論文の概要: The Quest for a Common Model of the Intelligent Decision Maker

• arxiv url: http://arxiv.org/abs/2202.13252v1
• Date: Sat, 26 Feb 2022 23:40:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-01 16:47:25.037127
• Title: The Quest for a Common Model of the Intelligent Decision Maker
• Title（参考訳）: 知的意思決定者の共通モデルへの探求
• Authors: Richard S. Sutton
• Abstract要約: 本稿では, 心理学, 人工知能, 経済学, 制御理論, 神経科学にまたがって, 実体的かつ広く保持されている意思決定者に対する視点を提案する。 知的エージェントの実体的共通モデルに基づいて、複数の多様な分野の収束を認識し、構築する時が来た。
• 参考スコア（独自算出の注目度）: 9.925124473034511
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The premise of Multi-disciplinary Conference on Reinforcement Learning and Decision Making is that multiple disciplines share an interest in goal-directed decision making over time. The idea of this paper is to sharpen and deepen this premise by proposing a perspective on the decision maker that is substantive and widely held across psychology, artificial intelligence, economics, control theory, and neuroscience, which I call the "common model of the intelligent agent". The common model does not include anything specific to any organism, world, or application domain. The common model does include aspects of the decision maker's interaction with its world (there must be input and output, and a goal) and internal components of the decision maker (for perception, decision-making, internal evaluation, and a world model). I identify these aspects and components, note that they are given different names in different disciplines but refer essentially to the same ideas, and discuss the challenges and benefits of devising a neutral terminology that can be used across disciplines. It is time to recognize and build on the convergence of multiple diverse disciplines on a substantive common model of the intelligent agent.
• Abstract（参考訳）: 強化学習と意思決定に関する多分野の会議の前提は、複数の規律が時間とともにゴール指向の意思決定に関心を共有することである。 本論文の目的は、心理学、人工知能、経済学、制御理論、神経科学にまたがる存在的かつ広く保持されている意思決定者の視点から、私が「知的エージェントの共通モデル」と呼ぶこの前提を明確化し、深めることである。 共通モデルは、生物、世界、またはアプリケーションドメインに固有のものを含んでいません。 共通モデルは、意思決定者とその世界との相互作用の側面(入力と出力、目標)と意思決定者の内部構成要素(知覚、意思決定、内部評価、世界モデル)を含む。 これらの側面と構成要素を識別し、異なる分野で異なる名前が与えられているが、基本的に同じ考えを参照し、規律にまたがる中立的な用語を考案する際の課題と利点について議論する。 インテリジェントエージェントの従属的な共通モデル上で、複数の異なる分野の収束を認識して構築する時が来た。

関連論文リスト

• OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI [73.75520820608232]
  我々は,11,163のバイリンガル問題を含む,テキストのみとインターリーブされたテキストイメージのモダリティを紹介する。 これらの課題には、7つのフィールドと62の国際オリンピック大会にわたる幅広い規律が含まれており、データ漏洩について厳格に調査されている。 我々の評価によると、GPT-4oのような先進モデルでさえ、複雑な推論とマルチモーダル統合における現在のAI制限を反映して、全体的な精度は39.97%しか達成していない。
  論文  参考訳（メタデータ） (2024-06-18T16:20:53Z)
• An epistemic logic for modeling decisions in the context of incomplete knowledge [9.104555003332344]
  本稿では,不完全な知識で意思決定をモデル化するための新しい言語を提案する。 成層化、自己認識論理、定義の3つの原則が組み合わさっている。
  論文  参考訳（メタデータ） (2023-12-18T13:27:04Z)
• Brain in a Vat: On Missing Pieces Towards Artificial General Intelligence in Large Language Models [83.63242931107638]
  本稿では,知的エージェントの4つの特徴について述べる。 実世界の物体との活発な関わりは、概念的表現を形成するためのより堅牢な信号をもたらすと我々は主張する。 我々は、人工知能分野における将来的な研究の方向性を概説して結論付ける。
  論文  参考訳（メタデータ） (2023-07-07T13:58:16Z)
• Foundation Models for Decision Making: Problems, Methods, and Opportunities [124.79381732197649]
  大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。 ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。 基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
  論文  参考訳（メタデータ） (2023-03-07T18:44:07Z)
• Intrinsic Motivation in Model-based Reinforcement Learning: A Brief Review [77.34726150561087]
  本稿では,エージェントが獲得した世界モデルに基づいて,本質的な動機付けを決定するための既存の手法について考察する。 提案した統合フレームワークは,学習を改善するために,世界モデルと本質的なモチベーションを用いてエージェントのアーキテクチャを記述する。
  論文  参考訳（メタデータ） (2023-01-24T15:13:02Z)
• A Practical Guide to Multi-Objective Reinforcement Learning and Planning [24.81310809455139]
  本論文は, 困難な問題に対する多対象的手法の適用の指針となる。 望ましい解の性質に影響を与える可能性のある因子を識別する。 これは、これらが多目的意思決定システムの設計にどのように影響するかを例示する。
  論文  参考訳（メタデータ） (2021-03-17T11:07:28Z)
• What Do We Want From Explainable Artificial Intelligence (XAI)? -- A Stakeholder Perspective on XAI and a Conceptual Model Guiding Interdisciplinary XAI Research [0.8707090176854576]
  説明可能性アプローチの主な目的は、人工システムに関する特定の関心、目標、期待、ニーズ、および要求を満たすことです。 ステークホルダーのデシデラタを満たすという目標を達成するための説明可能性アプローチがどうあるべきかは、しばしば不明である。
  論文  参考訳（メタデータ） (2021-02-15T19:54:33Z)
• Indecision Modeling [50.00689136829134]
  AIシステムは人間の価値観に合わせて行動することが重要である。 人々はしばしば決定的ではなく、特に彼らの決定が道徳的な意味を持つときです。
  論文  参考訳（メタデータ） (2020-12-15T18:32:37Z)
• Bridging Machine Learning and Mechanism Design towards Algorithmic Fairness [6.6358581196331095]
  公平な意思決定システムの構築には,各分野固有の制限を克服する必要がある,と我々は主張する。 私たちは、各規律が公正な意思決定を行う視点を比較することで、この目標に向けて基礎的な取り組みをし始めます。
  論文  参考訳（メタデータ） (2020-10-12T03:42:20Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。