論文の概要: Co-evolution of Social and Non-Social Guilt
- arxiv url: http://arxiv.org/abs/2302.09859v1
- Date: Mon, 20 Feb 2023 09:40:49 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 16:00:45.073198
- Title: Co-evolution of Social and Non-Social Guilt
- Title（参考訳）: 社会的・非社会的罪の共進化
- Authors: Theodor Cimpeanu, Luis Moniz Pereira, The Anh Han
- Abstract要約: 我々は、同種または異種集団の社会的および非社会的罪の共進化について研究する。
社会的に意識された罪悪感は、エージェントが他人の内部状態や行動を観察し理解するために要求される努力を必要とするため、コストがかかる。
非社会的な罪悪感は、エージェント自身の状態を認識することしか必要としないため、社会的コストは発生しない。
- 参考スコア（独自算出の注目度）: 0.8701566919381222
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Building ethical machines may involve bestowing upon them the emotional
capacity to self-evaluate and repent on their actions. While reparative
measures, such as apologies, are often considered as possible strategic
interactions, the explicit evolution of the emotion of guilt as a behavioural
phenotype is not yet well understood. Here, we study the co-evolution of social
and non-social guilt of homogeneous or heterogeneous populations, including
well-mixed, lattice and scale-free networks. Socially aware guilt comes at a
cost, as it requires agents to make demanding efforts to observe and understand
the internal state and behaviour of others, while non-social guilt only
requires the awareness of the agents' own state and hence incurs no social
cost. Those choosing to be non-social are however more sensitive to
exploitation by other agents due to their social unawareness. Resorting to
methods from evolutionary game theory, we study analytically, and through
extensive numerical and agent-based simulations, whether and how such social
and non-social guilt can evolve and deploy, depending on the underlying
structure of the populations, or systems, of agents. The results show that, in
both lattice and scale-free networks, emotional guilt prone strategies are
dominant for a larger range of the guilt and social costs incurred, compared to
the well-mixed population setting, leading therefore to significantly higher
levels of cooperation for a wider range of the costs. In structured population
settings, both social and non-social guilt can evolve and deploy through
clustering with emotional prone strategies, allowing them to be protected from
exploiters, especially in case of non-social (less costly) strategies. Overall,
our findings provide important insights into the design and engineering of
self-organised and distributed cooperative multi-agent systems.
- Abstract（参考訳）: 倫理的機械を構築するには、彼らの行動に自己評価し、後悔する感情的な能力を与える必要がある。
謝罪のような賠償措置は、しばしば戦略的相互作用の可能性と見なされるが、行動的表現型としての罪悪感の明示的な進化はまだよく分かっていない。
本稿では,不均質・異質な集団の社会的・非社会的な罪悪感の共進化について,よく混合された格子型ネットワーク,スケールフリーネットワークなどについて検討する。
社会的に認識された罪悪感はコストがかかるが、非社会的な罪悪感はエージェント自身の状態の認識しか必要とせず、それ故に社会的コストを伴わない。
しかし、非社会性を選択する人々は、社会的無知のため、他のエージェントによる搾取に敏感である。
進化ゲーム理論の手法に準じて、我々は、分析的および広範囲な数値とエージェントに基づくシミュレーションを通して、そのような社会的および非社会的罪が、エージェントの集団、またはシステムの基盤構造に依存してどのように進化し、展開できるかを調査する。
その結果, 格子ネットワークとスケールフリーネットワークのどちらにおいても, より広い範囲の罪悪感と社会的コストに感情的罪悪感の戦略が支配的であり, より広い範囲での協力のレベルが著しく高くなることがわかった。
構造化された集団設定では、社会的および非社会的罪悪感は、感情的な傾向の戦略によるクラスタリングを通じて進化し、展開することができる。
全体として,本研究は,自己組織化・分散協調型マルチエージェントシステムの設計とエンジニアリングに関する重要な知見を提供する。
関連論文リスト
- Evolutionary mechanisms that promote cooperation may not promote social welfare [1.7819574476785418]
協力度を最大化する目的と社会福祉を最大化する目的とが、しばしば不一致であることを示す。
社会・集団商品の進化的メカニズムを設計・実装する際に,社会福祉を主目的とする必要性を論じる。
論文 参考訳（メタデータ） (2024-08-09T22:51:13Z) - SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning [58.84311336011451]
マルチエージェント強化学習のための新しい勾配に基づく状態表現を提案する。
オフラインサンプルからソーシャルグラデーションフィールド(SocialGF)を学習するために,デノジングスコアマッチングを採用している。
実際に、SocialGFをMAPPOなど、広く使われているマルチエージェント強化学習アルゴリズムに統合する。
論文 参考訳（メタデータ） (2024-05-03T04:12:19Z) - Dynamics of Moral Behavior in Heterogeneous Populations of Learning Agents [3.7414804164475983]
本研究では、道徳的に異質な集団が社会的ジレンマ環境で相互作用する学習力学について研究する。
我々は、親社会と反社会的エージェント間のいくつかの非自明な相互作用を観察する。
ある種の道徳的エージェントは、より協調的な行動に向けて利己的なエージェントを操ることができる。
論文 参考訳（メタデータ） (2024-03-07T04:12:24Z) - SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。
エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。
GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
論文 参考訳（メタデータ） (2023-10-18T02:27:01Z) - Flexible social inference facilitates targeted social learning when
rewards are not observable [58.762004496858836]
グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。
社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
論文 参考訳（メタデータ） (2022-12-01T21:04:03Z) - Social Diversity Reduces the Complexity and Cost of Fostering Fairness [63.70639083665108]
不完全な情報や公平性の柔軟な基準を前提とした干渉機構の効果について検討する。
多様性の役割を定量化し、情報収集の必要性を減らす方法を示す。
この結果から,多様性が変化し,公正性向上を目指す機関に新たなメカニズムが開放されることが示唆された。
論文 参考訳（メタデータ） (2022-11-18T21:58:35Z) - Aligning to Social Norms and Values in Interactive Narratives [89.82264844526333]
我々は、インタラクティブな物語やテキストベースのゲームにおいて、社会的に有益な規範や価値観に沿って行動するエージェントを作成することに注力する。
我々は、特別な訓練を受けた言語モデルに存在する社会的コモンセンス知識を用いて、社会的に有益な値に整合した行動にのみ、その行動空間を文脈的に制限するGAALADエージェントを紹介した。
論文 参考訳（メタデータ） (2022-05-04T09:54:33Z) - Social Behaviour Understanding using Deep Neural Networks: Development
of Social Intelligence Systems [2.107969466194361]
ソーシャル・コンピューティングは、ソーシャル・インテリジェンス・システムの誕生に向けて、社会情報学を超えて進化してきた。
本稿では,深層ニューラルネットワークを用いた社会的行動理解フレームワークを提案する。
うつ病の検出、活動認識、認知障害スクリーニングを含む3つのシステムは、明らかに社会的知性の重要性を示すために開発されている。
論文 参考訳（メタデータ） (2021-05-20T03:19:55Z) - Prosocial Norm Emergence in Multiagent Systems [14.431260905391138]
メンバーエージェントが適応的であるだけでなく、マルチエージェントシステム自体が適応的である設定を検討する。
我々は,社会の肯定的な成果を達成し,他人の福祉を考慮に入れて行動するためのエージェントへの指導をしばしば提供する,社会規範に焦点をあてる。
論文 参考訳（メタデータ） (2020-12-29T02:59:55Z) - Emergent Social Learning via Multi-agent Reinforcement Learning [91.57176641192771]
社会学習は、人間と動物の知性の重要な構成要素である。
本稿では,独立系強化学習エージェントが,社会的学習を用いてパフォーマンスを向上させることを学べるかどうかを検討する。
論文 参考訳（メタデータ） (2020-10-01T17:54:14Z) - Towards Social Identity in Socio-Cognitive Agents [0.0]
認知社会フレームの概念に基づく社会認知エージェントモデルを提案する。
認知社会フレームは、社会集団を中心に構築され、社会集団のダイナミックス機構と社会的アイデンティティの構成の基礎を形成する。
論文 参考訳（メタデータ） (2020-01-20T15:27:26Z)
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。