論文の概要: Modelling Control Arguments via Cooperation Logic in Unforeseen
Scenarios
- arxiv url: http://arxiv.org/abs/2210.12114v1
- Date: Fri, 21 Oct 2022 17:14:41 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-24 15:00:52.026820
- Title: Modelling Control Arguments via Cooperation Logic in Unforeseen
Scenarios
- Title(参考訳): 予期せぬシナリオにおける協調論理によるモデリング制御引数
- Authors: Minal Suresh Patil
- Abstract要約: 本稿では,協調論理を用いたマルチエージェントシナリオの形式化を提案し,動的環境におけるエージェントの戦略と行動について検討する。
制御議論フレームワークの意図は、エージェントの観点から戦略的シナリオをモデル化することである。
しかし、不確実な環境での一連のエージェント間の連立の形成と相互作用を適切に考慮していない。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The intent of control argumentation frameworks is to specifically model
strategic scenarios from the perspective of an agent by extending the standard
model of argumentation framework in a way that takes unquantified uncertainty
regarding arguments and attacks into account. They do not, however, adequately
account for coalition formation and interactions among a set of agents in an
uncertain environment. To address this challenge, we propose a formalism of a
multi-agent scenario via cooperation logic and investigate agents' strategies
and actions in a dynamic environment.
- Abstract(参考訳): 議論フレームワークの意図は、議論と攻撃に関して不合理な不確実性を考慮した方法で、議論フレームワークの標準モデルを拡張することによって、エージェントの観点から戦略的シナリオを具体的にモデル化することである。
しかし、不確実な環境での一連のエージェント間の連立の形成と相互作用を適切に考慮していない。
そこで本研究では,協調論理によるマルチエージェントシナリオの形式化と,動的環境におけるエージェントの戦略や行動の検証を提案する。
関連論文リスト
- K-Level Reasoning with Large Language Models [80.13817747270029]
急速に発展する環境における意思決定のための大規模言語モデル(LLM)の動的推論機能について検討する。
実世界の動的意思決定の複雑さを反映した2つのゲーム理論に基づくパイロットチャレンジを導入する。
これらの課題は明確に定義されており、LLMの動的推論能力の明確で制御可能で正確な評価を可能にする。
論文 参考訳(メタデータ) (2024-02-02T16:07:05Z) - Distribution-consistency Structural Causal Models [7.054063730520563]
我々は,新しいテクスト分布-一貫性仮定を導入し,それに合わせて分布-一貫性構造因果モデル(DiscoSCM)を提案する。
モデルキャパシティの強化を具体化するために,DiscoSCM単独で実用的重要性を有する新たな因果パラメータ,一貫性のテキスト化(textitthe probability of consistency)を導入する。
論文 参考訳(メタデータ) (2024-01-29T06:46:15Z) - Code Models are Zero-shot Precondition Reasoners [83.8561159080672]
シーケンシャルな意思決定タスクのために、コード表現を使ってアクションの前提条件を推論します。
本稿では,政策によって予測される行動が前提条件と一致していることを保証する事前条件対応行動サンプリング戦略を提案する。
論文 参考訳(メタデータ) (2023-11-16T06:19:27Z) - Logically Consistent Adversarial Attacks for Soft Theorem Provers [110.17147570572939]
本稿では,言語モデルの推論能力の探索と改善のための生成的逆説フレームワークを提案する。
我々のフレームワークは、敵の攻撃をうまく発生させ、グローバルな弱点を識別する。
有効探索に加えて, 生成したサンプルのトレーニングにより, 対象モデルの性能が向上することを示す。
論文 参考訳(メタデータ) (2022-04-29T19:10:12Z) - Balancing detectability and performance of attacks on the control
channel of Markov Decision Processes [77.66954176188426]
マルコフ決定過程(MDPs)の制御チャネルにおける最適ステルス毒素攻撃の設計問題について検討する。
この研究は、MDPに適用された敵国・毒殺攻撃や強化学習(RL)手法に対する研究コミュニティの最近の関心に動機づけられている。
論文 参考訳(メタデータ) (2021-09-15T09:13:10Z) - A Logic for Conditional Local Strategic Reasoning [0.0]
個人的および集団的目的の追求において行動し、相互作用する合理的エージェントのシステムを考える。
我々は、条件付き戦略的推論の新しい3つのモーダル作用素でパウリの対合論理を拡張した。
論文 参考訳(メタデータ) (2021-02-11T17:45:36Z) - An Argumentation-based Approach for Identifying and Dealing with
Incompatibilities among Procedural Goals [1.1744028458220426]
インテリジェントエージェントは複数のパース可能なゴールを生成し、それら間で互換性がない可能性がある。
本稿では,これらの非互換性の定義,識別,解決に焦点をあてる。
論文 参考訳(メタデータ) (2020-09-11T01:01:34Z) - Possible Controllability of Control Argumentation Frameworks -- Extended
Version [0.9137554315375919]
Control Argumentation Framework (CAF)はDungのArgumentation Frameworkの一般化である。
CAFは、将来の環境変化を予測できるエージェントの挙動をモデル化するために使用することができる。
論文 参考訳(メタデータ) (2020-09-10T14:50:53Z) - Moody Learners -- Explaining Competitive Behaviour of Reinforcement
Learning Agents [65.2200847818153]
競合シナリオでは、エージェントは動的環境を持つだけでなく、相手の行動に直接影響される。
エージェントのQ値の観察は通常、その振る舞いを説明する方法であるが、選択されたアクション間の時間的関係は示さない。
論文 参考訳(メタデータ) (2020-07-30T11:30:42Z) - Learning Goal-oriented Dialogue Policy with Opposite Agent Awareness [116.804536884437]
本稿では,目標指向対話における政策学習のための逆行動認識フレームワークを提案する。
我々は、その行動から相手エージェントの方針を推定し、この推定を用いてターゲットエージェントを対象ポリシーの一部として関連づけて改善する。
論文 参考訳(メタデータ) (2020-04-21T03:13:44Z) - Implicit Multiagent Coordination at Unsignalized Intersections via
Multimodal Inference Enabled by Topological Braids [15.024091680310109]
信号のない交差点における合理的な非コミュニケーションエージェント間のナビゲーションに焦点をあてる。
我々はトポロジカルブレイドの形式主義を用いてコンパクトで解釈可能な方法で共同行動のモードを表現する。
我々は,新たなマルチエージェント動作のモードにおける不確実性を低減するための行動を生成する分散計画アルゴリズムを設計する。
論文 参考訳(メタデータ) (2020-04-10T19:01:29Z)
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。