Fugu-MT 論文翻訳(概要): Discrete models of continuous behavior of collective adaptive systems

論文の概要: Discrete models of continuous behavior of collective adaptive systems

arxiv url: http://arxiv.org/abs/2205.00828v1
Date: Tue, 26 Apr 2022 08:55:10 GMT
ステータス: 処理完了
システム内更新日: 2022-05-09 00:52:56.981042
Title: Discrete models of continuous behavior of collective adaptive systems
Title（参考訳）: 集団適応系の連続挙動の離散モデル
Authors: Peter Fettke and Wolfgang Reisig
Abstract要約: 離散モデルにおける「アリ」の連続的な動きを表現する手段について議論する。本稿では、時間的関係ではなく、因果関係に沿った振る舞いをモデル化する枠組みを提案する。
参考スコア（独自算出の注目度）: 0.13904973958180747
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Artificial ants are "small" units, moving autonomously around on a shared, dynamically changing "space", directly or indirectly exchanging some kind of information. Artificial ants are frequently conceived as a paradigm for collective adaptive systems. In this paper, we discuss means to represent continuous moves of "ants" in discrete models. More generally, we challenge the role of the notion of "time" in artificial ant systems and models. We suggest a modeling framework that structures behavior along causal dependencies, and not along temporal relations. We present all arguments by help of a simple example. As a modeling framework we employ Heraklit; an emerging framework that already has proven its worth in many contexts.
Abstract（参考訳）: 人工アリは「小さな」単位であり、共有された動的に変化する「空間」上で自律的に動き、何らかの情報を直接または間接的に交換する。人工アリはしばしば集団適応システムのパラダイムとして考えられている。本稿では,離散モデルにおける「アリ」の連続的な動きを表現する手段について論じる。より一般的には、人工アリシステムやモデルにおける「時間」の概念の役割に挑戦する。因果関係ではなく,因果関係に沿って行動を構築するモデリングフレームワークを提案する。簡単な例の助けを借りて、全ての議論を示す。私たちはモデリングフレームワークとしてHeraklitを採用しています。

関連論文リスト

Counterfactual Generation from Language Models [64.55296662926919]
対実的推論が介入と概念的に異なることを示す。そこで本研究では,真の文字列反事実を生成するためのフレームワークを提案する。我々の実験は、このアプローチが有意義な反事実を生み出すことを示した。
論文参考訳（メタデータ） (2024-11-11T17:57:30Z)
TIMotion: Temporal and Interactive Framework for Efficient Human-Human Motion Generation [30.734182958106327]
本稿では,人間の動作生成のための効率的かつ効果的なフレームワークであるTIMotion(Temporal and Interactive Modeling)を紹介する。本稿では2つの異なるシーケンスを時間的および因果的特性を利用した因果的シーケンスとしてモデル化するための因果的対話注入を提案する。よりスムーズで合理的な動きを生成するために,短期動作パターンをキャプチャする局所パターン増幅法を設計した。
論文参考訳（メタデータ） (2024-08-30T09:22:07Z)
Neural Persistence Dynamics [8.197801260302642]
時間発展する点雲のトポロジにおける力学を学習する問題を考察する。提案したモデル - $textitNeural Persistence Dynamics$ - は、パラメータ回帰タスクの多種多様なセットで最先端のパフォーマンスを大幅に上回る。
論文参考訳（メタデータ） (2024-05-24T17:20:18Z)
Generative Models as a Complex Systems Science: How can we make sense of large language model behavior? [75.79305790453654]
事前訓練されたモデルから望ましい振る舞いを排除し、望ましくないモデルを避けながら、NLPを再定義した。言語モデルの振る舞いをタスク間性能を説明するカテゴリに分解する体系的な取り組みについて論じる。
論文参考訳（メタデータ） (2023-07-31T22:58:41Z)
Towards a Grounded Theory of Causation for Embodied AI [12.259552039796027]
既存のフレームワークは、どの行動方針や状態空間の物理的変換を介入とみなすべきかを示すものではありません。このフレームワークは、例えばポリシーを実行するエージェントによって誘導される状態空間の変換としてアクションを記述する。これにより、マイクロ状態空間の変換とその抽象モデルの両方を均一に記述することができる。
論文参考訳（メタデータ） (2022-06-28T12:56:43Z)
Multi-Agent Imitation Learning with Copulas [102.27052968901894]
マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
論文参考訳（メタデータ） (2021-07-10T03:49:41Z)
Conditional Neural Relational Inference for Interacting Systems [58.141087282927415]
我々は、類似しているが異なる相互作用するオブジェクトのグループのダイナミクスをモデル化することを学ぶ。ベクトル記述から任意の群から条件生成が可能なモデルを開発する。我々は,ヒト歩行のモデル化と,特に病理的ヒト歩行のモデル化におけるモデルの評価を行った。
論文参考訳（メタデータ） (2021-06-21T13:05:48Z)
GEM: Group Enhanced Model for Learning Dynamical Control Systems [78.56159072162103]
サンプルベースの学習が可能な効果的なダイナミクスモデルを構築します。リー代数ベクトル空間上のダイナミクスの学習は、直接状態遷移モデルを学ぶよりも効果的であることを示す。この研究は、ダイナミクスの学習とリー群の性質の関連性を明らかにし、新たな研究の方向への扉を開く。
論文参考訳（メタデータ） (2021-04-07T01:08:18Z)
Data-driven model reduction of agent-based systems using the Koopman generator [0.3867363075280544]
Koopman 演算子理論がエージェントベースのシステムの縮小モデルを引き出すのにどのように使用できるかを示す。我々の目標は粗い粒度のモデルを学び、通常の方程式や微分方程式による減少ダイナミクスを表現することである。
論文参考訳（メタデータ） (2020-12-14T17:12:54Z)
S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
論文参考訳（メタデータ） (2020-07-13T17:44:30Z)

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。