論文の概要: Detecting Individual Decision-Making Style: Exploring Behavioral Stylometry in Chess

• arxiv url: http://arxiv.org/abs/2208.01366v1
• Date: Tue, 2 Aug 2022 11:18:16 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-03 12:58:37.099704
• Title: Detecting Individual Decision-Making Style: Exploring Behavioral Stylometry in Chess
• Title（参考訳）: 個別の意思決定スタイルの検出:チェスにおける行動スティロメトリーの探索
• Authors: Reid McIlroy-Young, Russell Wang, Siddhartha Sen, Jon Kleinberg, Ashton Anderson
• Abstract要約: チェスの文脈における行動スタイメトリーに対するトランスフォーマーに基づくアプローチを提案する。 本手法は,数発の分類フレームワークで動作し,数千人の候補選手の中から選手を正確に識別することができる。 我々は、チェスにおける人間のスタイルと潜在的な倫理的意味について、結果の埋め込みが明らかにするものをより広く検討する。
• 参考スコア（独自算出の注目度）: 4.793072503820555
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The advent of machine learning models that surpass human decision-making ability in complex domains has initiated a movement towards building AI systems that interact with humans. Many building blocks are essential for this activity, with a central one being the algorithmic characterization of human behavior. While much of the existing work focuses on aggregate human behavior, an important long-range goal is to develop behavioral models that specialize to individual people and can differentiate among them. To formalize this process, we study the problem of behavioral stylometry, in which the task is to identify a decision-maker from their decisions alone. We present a transformer-based approach to behavioral stylometry in the context of chess, where one attempts to identify the player who played a set of games. Our method operates in a few-shot classification framework, and can correctly identify a player from among thousands of candidate players with 98% accuracy given only 100 labeled games. Even when trained on amateur play, our method generalises to out-of-distribution samples of Grandmaster players, despite the dramatic differences between amateur and world-class players. Finally, we consider more broadly what our resulting embeddings reveal about human style in chess, as well as the potential ethical implications of powerful methods for identifying individuals from behavioral data.
• Abstract（参考訳）: 複雑なドメインにおける人間の意思決定能力を超える機械学習モデルの出現は、人間と対話するaiシステムを構築する動きを開始した。 多くの構成要素がこの活動に不可欠であり、中心となるものは人間の行動のアルゴリズム的特徴付けである。 既存の研究の多くは人間の行動の集約に重点を置いているが、重要な長期的目標は個人に特化した行動モデルを開発することである。 この過程を定式化するために,行動スタイメトリーの課題について検討し,その課題は意思決定者のみから意思決定者を特定することである。 本稿では,チェスの文脈における行動スタイロメトリに対するトランスフォーマティブに基づくアプローチを提案する。 本手法は数発の分類フレームワークで動作し,100個のラベル付きゲームに対して98%の精度で数千人の候補選手の中からプレイヤーを正確に識別する。 アマチュアプレイを訓練した場合でも,アマチュア選手と世界クラスの選手の劇的な違いにもかかわらず,グランドマスター選手の分布外サンプルに一般化する。 最後に、チェスにおける人間のスタイルや行動データから個人を識別する強力な方法の倫理的影響について、より広く考察する。

関連論文リスト

• Maia-2: A Unified Model for Human-AI Alignment in Chess [10.577896749797485]
  チェスにおける人間-AIアライメントのための統一モデリング手法を提案する。 プレイヤーの強みをエンコードしたチェス位置と動的に統合する,スキルアウェアアテンション機構を導入する。 我々の結果は、人間の意思決定とAIによる指導ツールに関する深い洞察を得るための道を開いた。
  論文  参考訳（メタデータ） (2024-09-30T17:54:23Z)
• Perceptual Similarity for Measuring Decision-Making Style and Policy Diversity in Games [28.289135305943056]
  プレイスタイルとして知られる意思決定スタイルの定義と測定は、ゲームにおいて不可欠である。 本稿では,様々な状態心理学を用いたマルチスケール分析,粒度に根ざした知覚核,交差点対結合法を有効利用して精度を高めるための3つの拡張点を紹介する。 そこで本研究では,エンド・ツー・エンドのゲーム分析と,多種多様なプレイスタイルのための人工知能の進化について検討した。
  論文  参考訳（メタデータ） (2024-08-12T10:55:42Z)
• Modeling Player Personality Factors from In-Game Behavior and Affective Expression [17.01727448431269]
  我々は,記録されたゲーム内行動から,一連のプレイヤパーソナリティアンケート値を予測する可能性を探る。 ロールプレイングゲーム『Fallout: New Vegas』のカスタマイズ版を60分間のゲームプレイで62人を対象に,定評ある7つの質問紙から,さまざまなパーソナリティ指標を予測した。
  論文  参考訳（メタデータ） (2023-08-27T22:59:08Z)
• Learning signatures of decision making from many individuals playing the same game [54.33783158658077]
  我々は、個人の「行動スタイル」を符号化する表現を学習する予測フレームワークを設計する。 我々は,3本腕のバンディットタスクを行う1,000人の人間による大規模行動データセットに本手法を適用した。
  論文  参考訳（メタデータ） (2023-02-21T21:41:53Z)
• Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
  チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。 提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。 次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
  論文  参考訳（メタデータ） (2022-03-10T02:37:39Z)
• HAKE: A Knowledge Engine Foundation for Human Activity Understanding [65.24064718649046]
  人間の活動理解は人工知能に広く興味を持ち、医療や行動分析といった多様な応用にまたがっている。 本稿では,この課題を2段階にまとめた新しいパラダイムを提案する。まず,原子活動プリミティブを対象とする中間空間に画素をマッピングし,解釈可能な論理規則で検出されたプリミティブをプログラムして意味論を推論する。 我々のフレームワークであるHAKE(Human Activity Knowledge Engine)は、挑戦的なベンチマークよりも優れた一般化能力と性能を示す。
  論文  参考訳（メタデータ） (2022-02-14T16:38:31Z)
• From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
  我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。 一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。 その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。 最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
  論文  参考訳（メタデータ） (2021-05-25T20:17:10Z)
• Teach me to play, gamer! Imitative learning in computer games via linguistic description of complex phenomena and decision tree [55.41644538483948]
  本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。 この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
  論文  参考訳（メタデータ） (2021-01-06T21:14:10Z)
• 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)
• Learning Models of Individual Behavior in Chess [4.793072503820555]
  チェスにおける個人行動の高精度な予測モデルを構築した。 私たちの研究は、AIシステムを個人の行動とよりよく一致させる方法を示しています。
  論文  参考訳（メタデータ） (2020-08-23T18:24:21Z)
• Aligning Superhuman AI with Human Behavior: Chess as a Model System [5.236087378443016]
  我々は、人間のチェスゲームで訓練されたAlpha-Zeroのカスタマイズ版であるMaiaを開発し、既存のエンジンよりもはるかに高い精度で人間の動きを予測する。 人間が次の動きで大きな間違いを犯すかどうかを予測する2つのタスクに対して、我々は、競争ベースラインを大幅に上回るディープニューラルネットワークを開発する。
  論文  参考訳（メタデータ） (2020-06-02T18:12:52Z)

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。