論文の概要: Computational-level Analysis of Constraint Compliance for General
Intelligence
- arxiv url: http://arxiv.org/abs/2303.04352v2
- Date: Mon, 10 Apr 2023 17:58:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-11 20:36:52.872804
- Title: Computational-level Analysis of Constraint Compliance for General
Intelligence
- Title（参考訳）: 一般知性に対する制約コンプライアンスの計算レベル解析
- Authors: Robert E. Wray Steven J. Jones John E. Laird
- Abstract要約: ルール、方法の法則、道徳的命令は人間の行動を管理する制約の類の一例である。
このような混乱にもかかわらず、人間は決定に制約をしっかりと迅速に組み込む。
一般に、人工的な知性エージェントは、予測可能性と確実に振る舞うために、現実世界の制約のシステムの混乱をナビゲートできなければならない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Human behavior is conditioned by codes and norms that constrain action.
Rules, ``manners,'' laws, and moral imperatives are examples of classes of
constraints that govern human behavior. These systems of constraints are
``messy:'' individual constraints are often poorly defined, what constraints
are relevant in a particular situation may be unknown or ambiguous, constraints
interact and conflict with one another, and determining how to act within the
bounds of the relevant constraints may be a significant challenge, especially
when rapid decisions are needed. Despite such messiness, humans incorporate
constraints in their decisions robustly and rapidly. General,
artificially-intelligent agents must also be able to navigate the messiness of
systems of real-world constraints in order to behave predictability and
reliably. In this paper, we characterize sources of complexity in constraint
processing for general agents and describe a computational-level analysis for
such \textit{constraint compliance}. We identify key algorithmic requirements
based on the computational-level analysis and outline an initial, exploratory
implementation of a general approach to constraint compliance.
- Abstract（参考訳）: 人間の行動は行動を制限する規範と規範によって規定される。
規則(rules, `manners,' law, and moral imperatives)は、人間の行動を支配する制約のクラスの一例である。
これらの制約のシステムは、しばしば 'messy:'' の個々の制約は定義が不十分で、特定の状況において関連する制約は未知あるいは曖昧であり、制約は互いに相互作用し、対立し、関連する制約のバウンダリ内でどのように振る舞うかを決定することは、特に迅速な決定が必要な場合において重要な課題である。
このような混乱にもかかわらず、人間は決定に制約をしっかりと迅速に組み込む。
一般に、人工知的なエージェントは、予測可能性と確実に振る舞うために、現実世界の制約のシステムの混乱をナビゲートできる必要がある。
本稿では、一般エージェントの制約処理における複雑さの源泉を特徴付け、そのような \textit{constraint compliance} に対する計算レベル解析を記述する。
計算レベル解析に基づいて重要なアルゴリズム要件を特定し、制約コンプライアンスに対する一般的なアプローチの初期的探索的実装の概要を示す。
関連論文リスト
- Normative Requirements Operationalization with Large Language Models [3.456725053685842]
規範的な非機能要件は、社会的、法的、倫理的、共感的、文化的規範の違反を避けるために、システムが観察しなければならない制約を規定する。
近年の研究では、規範的要件を特定するためにドメイン固有言語を使用してこの問題に対処している。
本稿では,システム機能の抽象表現間の意味的関係を抽出するために,大規模言語モデルを用いた補完的アプローチを提案する。
論文 参考訳（メタデータ） (2024-04-18T17:01:34Z) - On Regularization and Inference with Label Constraints [62.60903248392479]
機械学習パイプラインにおけるラベル制約を符号化するための2つの戦略、制約付き正規化、制約付き推論を比較した。
正規化については、制約に不整合なモデルを前置することで一般化ギャップを狭めることを示す。
制約付き推論では、モデルの違反を訂正することで人口リスクを低減し、それによってその違反を有利にすることを示す。
論文 参考訳（メタデータ） (2023-07-08T03:39:22Z) - Neural Fields with Hard Constraints of Arbitrary Differential Order [61.49418682745144]
我々は、ニューラルネットワークに厳しい制約を課すための一連のアプローチを開発する。
制約は、ニューラルネットワークとそのデリバティブに適用される線形作用素として指定することができる。
私たちのアプローチは、広範囲の現実世界のアプリケーションで実証されています。
論文 参考訳（メタデータ） (2023-06-15T08:33:52Z) - Maximum Causal Entropy Inverse Constrained Reinforcement Learning [3.409089945290584]
本稿では,最大因果エントロピーの原理を用いて制約と最適ポリシーを学習する手法を提案する。
得られた報酬と制約違反数を評価することで,学習方針の有効性を評価する。
本手法は様々なタスクや環境にまたがって最先端の手法より優れていることが示されている。
論文 参考訳（メタデータ） (2023-05-04T14:18:19Z) - Recursive Constraints to Prevent Instability in Constrained
Reinforcement Learning [16.019477271828745]
マルコフ決定プロセスにおける決定論的政策の発見という課題を考察する。
この種の問題は難しいことが知られているが、決定論と一様最適性の要求が組み合わされば、学習不安定が生じる。
本稿では,学習不安定性を防止するための制約付き強化学習アルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-01-20T02:33:24Z) - Maximum Likelihood Constraint Inference from Stochastic Demonstrations [5.254702845143088]
本稿では,最大因果エントロピー推定を用いて,最大確率制約推論を応用に拡張する。
本稿では,ベルマンバックアップにおける制約可能性とリスク許容性を計算するアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-02-24T20:46:55Z) - CoreDiag: Eliminating Redundancy in Constraint Sets [68.8204255655161]
最小コア(最小非冗長制約集合)の決定に利用できる新しいアルゴリズムを提案する。
このアルゴリズムは、冗長性の度合いが高い分散知識工学シナリオにおいて特に有用である。
本手法の適用可能性を示すために, 商業的構成知識ベースを用いた実証的研究を実施した。
論文 参考訳（メタデータ） (2021-02-24T09:16:10Z) - An Efficient Diagnosis Algorithm for Inconsistent Constraint Sets [68.8204255655161]
過制約問題における最小限の障害制約を識別する分割・分散型診断アルゴリズム(FastDiag)を提案する。
ヒットセットの競合指向計算とfastdiagを比較し,詳細な性能解析を行う。
論文 参考訳（メタデータ） (2021-02-17T19:55:42Z) - Deep reinforcement learning driven inspection and maintenance planning
under incomplete information and constraints [0.0]
検査・保守方針の決定は、複雑な最適化問題を構成する。
本研究は,制約付き部分観測可能決定プロセス(POMDP)と多エージェント深層強化学習(DRL)の協調フレームワーク内で,これらの課題に対処するものである。
提案手法は, 十分に確立された政策ベースラインを上回り, 検査・介入行動の適正な処方の促進を図っている。
論文 参考訳（メタデータ） (2020-07-02T20:44:07Z) - An Integer Linear Programming Framework for Mining Constraints from Data [81.60135973848125]
データから制約をマイニングするための一般的なフレームワークを提案する。
特に、構造化された出力予測の推論を整数線形プログラミング(ILP)問題とみなす。
提案手法は,9×9のスドクパズルの解法を学習し,基礎となるルールを提供することなく,例からツリー問題を最小限に分散させることが可能であることを示す。
論文 参考訳（メタデータ） (2020-06-18T20:09:53Z) - Probably Approximately Correct Constrained Learning [135.48447120228658]
我々は、ほぼ正しい学習フレームワーク(PAC)に基づく一般化理論を開発する。
PAC学習可能なクラスも制約のある学習者であるという意味では,学習者の導入は学習問題を難しくするものではないことを示す。
このソリューションの特性を分析し,制約付き学習が公平でロバストな分類における問題にどのように対処できるかを説明する。
論文 参考訳（メタデータ） (2020-06-09T19:59:29Z)
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。