論文の概要: Explainability in autonomous pedagogically structured scenarios

• arxiv url: http://arxiv.org/abs/2210.12140v1
• Date: Fri, 21 Oct 2022 17:50:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-24 15:45:33.474700
• Title: Explainability in autonomous pedagogically structured scenarios
• Title（参考訳）: 自律的教育的構成シナリオにおける説明可能性
• Authors: Minal Suresh Patil
• Abstract要約: 本稿では,自律環境における意思決定プロセスの説明可能性について述べる。 この研究は、教育教師と学習者との堅牢で反復的な説明に基づくコミュニケーションの必要性を強調している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present the notion of explainability for decision-making processes in a pedagogically structured autonomous environment. Multi-agent systems that are structured pedagogically consist of pedagogical teachers and learners that operate in environments in which both are sometimes not fully aware of all the states in the environment and beliefs of other agents thus making it challenging to explain their decisions and actions with one another. This work emphasises the need for robust and iterative explanation-based communication between the pedagogical teacher and the learner. Explaining the rationale behind multi-agent decisions in an interactive, partially observable environment is necessary to build trustworthy and reliable communication between pedagogical teachers and learners. Ongoing research is primarily focused on explanations of the agents' behaviour towards humans, and there is a lack of research on inter-agent explainability.
• Abstract（参考訳）: 本稿では,教育的構造化自律環境における意思決定過程の説明可能性について述べる。 教育的に構成されたマルチエージェントシステムは、教育的教師と学習者で構成されており、環境における全ての状態や他のエージェントの信念を完全に認識していない場合があり、互いの決定や行動を説明するのが困難である。 本研究は,教師と学習者との堅牢かつ反復的な説明に基づくコミュニケーションの必要性を強調する。 教育教師と学習者との信頼性の高いコミュニケーションを構築するためには,対話的かつ部分的に観察可能な環境におけるマルチエージェント決定の根拠を説明する必要がある。 進行中の研究は、主に人間に対するエージェントの行動の説明に焦点を当てており、エージェント間の説明可能性に関する研究が不足している。

関連論文リスト

• Learning with Digital Agents: An Analysis based on the Activity Theory [0.0]
  本稿では,活動理論に基づく学習活動のモデルを提案する。 本稿では,このモデルを用いて,教育におけるデジタルエージェントに関する先行研究のレビューを行い,活動の様々な特性が学習結果にどのような影響を及ぼすか分析する。 我々は、活動理論に基づくモデルを教育の文脈を超えて拡張し、デジタルエージェントを作成する際に、デザイナーや研究者が正しい質問をする方法を示す。
  論文  参考訳（メタデータ） (2024-08-08T08:38:02Z)
• From Interactive to Co-Constructive Task Learning [13.493719155524404]
  インタラクティブなタスク学習に関する現在の提案をレビューし、その主な貢献について論じる。 次に、共同構築の概念について議論し、成人とロボットの相互作用からの研究知見を要約する。
  論文  参考訳（メタデータ） (2023-05-24T19:45:30Z)
• Opportunities and Challenges in Neural Dialog Tutoring [54.07241332881601]
  言語学習のための2つの対話学習データセットを用いて、様々な生成言語モデルを厳密に分析する。 現在のアプローチでは、制約のある学習シナリオでチューリングをモデル化できますが、制約の少ないシナリオではパフォーマンスが悪くなります。 人的品質評価では, モデルと接地木アノテーションの両方が, 同等のチュータリングの点で低い性能を示した。
  論文  参考訳（メタデータ） (2023-01-24T11:00:17Z)
• Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
  本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。 決定木を利用して,ロボット学習における絡み合いの要因を抽出する。 学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
  論文  参考訳（メタデータ） (2022-10-13T01:10:41Z)
• Teachable Reinforcement Learning via Advice Distillation [161.43457947665073]
  外部教師が提供した構造化アドバイスから学習する「教育可能な」意思決定システムに基づく対話型学習のための新しい指導パラダイムを提案する。 我々は、アドバイスから学ぶエージェントが、標準的な強化学習アルゴリズムよりも人的監督力の少ない新しいスキルを習得できることを示す。
  論文  参考訳（メタデータ） (2022-03-19T03:22:57Z)
• Rethinking Explainability as a Dialogue: A Practitioner's Perspective [57.87089539718344]
  医師、医療専門家、政策立案者に対して、説明を求めるニーズと欲求について尋ねる。 本研究は, 自然言語対話の形での対話的説明を, 意思決定者が強く好むことを示唆する。 これらのニーズを考慮して、インタラクティブな説明を設計する際に、研究者が従うべき5つの原則を概説する。
  論文  参考訳（メタデータ） (2022-02-03T22:17:21Z)
• Grounded Relational Inference: Domain Knowledge Driven Explainable Autonomous Driving [47.22329993674051]
  我々は、人間のドメイン知識とモデル固有の因果関係の両方に整合した説明を生成する説明可能なモデルを開発することを目的とする。 特に、自律運転における重要なビルディングブロック、マルチエージェントインタラクションモデリングに焦点を当てる。 シミュレーションと実環境設定の両方で対話的な交通シナリオをモデル化できることを実証する。
  論文  参考訳（メタデータ） (2021-02-23T19:34:32Z)
• Towards Teachable Conversational Agents [9.003996147141919]
  対話型インタフェースを用いて、人間教師と対話型機械学習者の相互作用を調査するアイデアを探求する。 その結果,対話型エージェントの概念を検証し,対話型インタラクションから学習しようとする機械学習システムの開発に関連する要因を明らかにする。
  論文  参考訳（メタデータ） (2021-02-20T16:56:24Z)
• Neural Multi-Task Learning for Teacher Question Detection in Online Classrooms [50.19997675066203]
  教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。 マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
  論文  参考訳（メタデータ） (2020-05-16T02:17:04Z)

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。