論文の概要: Understanding Emergent Behaviours in Multi-Agent Systems with
Evolutionary Game Theory
- arxiv url: http://arxiv.org/abs/2205.07369v1
- Date: Sun, 15 May 2022 20:01:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-18 03:12:48.312779
- Title: Understanding Emergent Behaviours in Multi-Agent Systems with
Evolutionary Game Theory
- Title（参考訳）: 進化ゲーム理論を用いたマルチエージェントシステムにおける創発行動の理解
- Authors: The Anh Han
- Abstract要約: 本稿では,EGT と ABM の手法を用いて,本グループにおける主な研究方針と課題について要約する。
このブリーフィングは、読者をEGTに基づく問題、結果、展望に敏感にすることを目的としており、機械による心のモデリングにおいて重要である。
いずれの場合も,MAS研究において,グループによって優先される,あるいは優先される重要なオープンな問題について述べる。
- 参考スコア（独自算出の注目度）: 1.0279748604797907
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The mechanisms of emergence and evolution of collective behaviours in
dynamical Multi-Agent Systems (MAS) of multiple interacting agents, with
diverse behavioral strategies in co-presence, have been undergoing mathematical
study via Evolutionary Game Theory (EGT). Their systematic study also resorts
to agent-based modelling and simulation (ABM) techniques, thus enabling the
study of aforesaid mechanisms under a variety of conditions, parameters, and
alternative virtual games. This paper summarises some main research directions
and challenges tackled in our group, using methods from EGT and ABM. These
range from the introduction of cognitive and emotional mechanisms into agents'
implementation in an evolving MAS, to the cost-efficient interference for
promoting prosocial behaviours in complex networks, to the regulation and
governance of AI safety development ecology, and to the equilibrium analysis of
random evolutionary multi-player games. This brief aims to sensitize the reader
to EGT based issues, results and prospects, which are accruing in importance
for the modeling of minds with machines and the engineering of prosocial
behaviours in dynamical MAS, with impact on our understanding of the emergence
and stability of collective behaviours. In all cases, important open problems
in MAS research as viewed or prioritised by the group are described.
- Abstract（参考訳）: 複数の相互作用エージェントの動的多エージェントシステム(MAS)における集団行動の出現と進化のメカニズムは、共プレゼンスにおける多様な行動戦略とともに、進化ゲーム理論(EGT)を介して数学的研究が行われている。
彼らの体系的な研究はエージェント・ベース・モデリング・シミュレーション(ABM)技術にもとづき、様々な条件、パラメータ、代替仮想ゲームの下での前述のメカニズムの研究を可能にする。
本稿では,EGT と ABM の手法を用いて,本グループにおける主な研究方針と課題について要約する。
これらは、進化するMASにおけるエージェントの実装への認知的および感情的メカニズムの導入、複雑なネットワークにおける社会的行動を促進するためのコスト効率の高い干渉、AI安全開発生態学の規制とガバナンス、ランダムな進化的マルチプレイヤーゲームの均衡分析などである。
本報告は,機械による心のモデリングや動的MASにおける社会的行動の工学において重要な意味を持つ,EGTに基づく問題,結果,および展望に対する読者の感性を高めることを目的としており,集団行動の出現と安定性の理解に影響を及ぼす。
いずれの場合においても,mas研究における,グループによる視察や優先順位付けなどの重要なオープン問題について述べる。
関連論文リスト
- Evolving Neural Networks Reveal Emergent Collective Behavior from Minimal Agent Interactions [0.0]
ニューラルネットワークが動的環境におけるエージェントの行動を制御するためにどのように進化するかを検討する。
レーン形成や層流のような単純な挙動は、より線形なネットワーク操作によって特徴づけられる。
中程度のノイズ、広い視野、低いエージェント密度といった特定の環境パラメータは、非線形ネットワークの進化を促進する。
論文 参考訳（メタデータ） (2024-10-25T17:43:00Z) - PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
社会実践, 一貫性, 動的発達という, 心理学に根ざした個性の原則を統合したPersLLMを提案する。
モデルパラメータに直接パーソナリティ特性を組み込み、誘導に対するモデルの抵抗性を高め、一貫性を高め、パーソナリティの動的進化を支援する。
論文 参考訳（メタデータ） (2024-07-17T08:13:22Z) - Transforming Competition into Collaboration: The Revolutionary Role of Multi-Agent Systems and Language Models in Modern Organizations [0.0]
本稿では,マルチエージェントシステム理論(SMA)と大規模言語モデル(LLM)に基づく計算エンティティがユーザインタラクションに与える影響について考察する。
提案手法では,大規模言語モデル (LLM) から発達したエージェントを用いて,行動要素を考慮したプロトタイピングを行う。
我々は,多エージェントシステム理論(SMA)と大規模言語モデル(LLM)に基づく革新的な利用に基づいて,組織戦略に有用なエージェントの開発の可能性を示す。
論文 参考訳（メタデータ） (2024-03-12T15:56:10Z) - Mathematics of multi-agent learning systems at the interface of game
theory and artificial intelligence [0.8049333067399385]
進化ゲーム理論と人工知能は、一見すると異なるように見える2つの分野であるが、それらは顕著なつながりと交差を持っている。
前者は集団における行動(または戦略)の進化に焦点を当て、個人が他人と対話し、模倣(または社会学習)に基づいて戦略を更新する。
一方後者は、機械学習アルゴリズムと(ディープ)ニューラルネットワークに重点を置いている。
論文 参考訳（メタデータ） (2024-03-09T17:36:54Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Expanding the Role of Affective Phenomena in Multimodal Interaction
Research [57.069159905961214]
マルチモーダルインタラクション, 感情計算, 自然言語処理において, 選ばれたカンファレンスから16,000以上の論文を調査した。
本論文では,感情関連論文910を同定し,情緒現象の役割について分析した。
我々は、人間の社会的行動や認知状態の機械的理解を高めるために、AIシステムによって感情と感情の予測がどのように使用されるかについて、限られた研究結果を得た。
論文 参考訳（メタデータ） (2023-05-18T09:08:39Z) - Machine Psychology [54.287802134327485]
我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。
本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。
これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
論文 参考訳（メタデータ） (2023-03-24T13:24:41Z) - Active Inference in Robotics and Artificial Agents: Survey and
Challenges [51.29077770446286]
我々は、状態推定、制御、計画、学習のためのアクティブ推論の最先端理論と実装についてレビューする。
本稿では、適応性、一般化性、堅牢性の観点から、その可能性を示す関連する実験を紹介する。
論文 参考訳（メタデータ） (2021-12-03T12:10:26Z) - 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) - An active inference model of collective intelligence [0.0]
本稿では,局所的な個人レベルの相互作用と集団的知性の関係をシミュレートする最小エージェントモデルを提案する。
その結果, エージェントの局所的最適とグローバル的最適の整合性の相補的なメカニズムを提供することにより, 段階的認知遷移がシステム性能を向上させることが示された。
論文 参考訳（メタデータ） (2021-04-02T14:32:01Z) - Modelling Cooperation in Network Games with Spatio-Temporal Complexity [11.665246332943058]
複雑なグリッドワールドドメインにおける自己組織化協調の出現について検討する。
マルチエージェント深層強化学習を用いて,エージェント・ソサエティの多種多様なメカニズムをシミュレートした。
本手法は,人間および人工エージェントシステムにおける機構設計に影響を及ぼす。
論文 参考訳（メタデータ） (2021-02-13T12:04:52Z)
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。