論文の概要: Humanoid Agents: Platform for Simulating Human-like Generative Agents

• arxiv url: http://arxiv.org/abs/2310.05418v1
• Date: Mon, 9 Oct 2023 05:30:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-12 07:28:16.460234
• Title: Humanoid Agents: Platform for Simulating Human-like Generative Agents
• Title（参考訳）: ヒューマノイドエージェント:ヒト様生成エージェントのシミュレーションプラットフォーム
• Authors: Zhilin Wang, Yu Ying Chiu, Yu Cheung Chiu
• Abstract要約: 本稿では,システム1処理の3つの要素を導入することで,生成エージェントを人間のように振る舞うように誘導するシステムを提案する。 ヒューマノイドエージェントは、これらのダイナミック要素を使用して、他のエージェントとの日々の会話に適応することができる。 本システムは,人間の行動に影響を及ぼす他の要素と同様に,様々な環境下での分析を行うように設計されている。
• 参考スコア（独自算出の注目度）: 3.259634592022173
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Just as computational simulations of atoms, molecules and cells have shaped the way we study the sciences, true-to-life simulations of human-like agents can be valuable tools for studying human behavior. We propose Humanoid Agents, a system that guides Generative Agents to behave more like humans by introducing three elements of System 1 processing: Basic needs (e.g. hunger, health and energy), Emotion and Closeness in Relationships. Humanoid Agents are able to use these dynamic elements to adapt their daily activities and conversations with other agents, as supported with empirical experiments. Our system is designed to be extensible to various settings, three of which we demonstrate, as well as to other elements influencing human behavior (e.g. empathy, moral values and cultural background). Our platform also includes a Unity WebGL game interface for visualization and an interactive analytics dashboard to show agent statuses over time. Our platform is available on https://www.humanoidagents.com/ and code is on https://github.com/HumanoidAgents/HumanoidAgents
• Abstract（参考訳）: 原子、分子、細胞などの計算シミュレーションが科学の研究方法を形成するのと同じように、人間のようなエージェントの真から生までのシミュレーションは人間の行動を研究するための貴重なツールとなりうる。 本稿では,システム1の処理に基本的なニーズ(飢餓,健康,エネルギー),感情,人間関係の近さという3つの要素を導入することにより,生成エージェントがより人間らしく振る舞うように誘導するシステムであるヒューマノイドエージェントを提案する。 ヒューマノイドエージェントは、これらの動的要素を使用して、経験的な実験で支援されるように、日々の活動や他のエージェントとの会話に適応することができる。 我々のシステムは、人間の行動に影響を及ぼす他の要素(共感、道徳的価値観、文化的背景など)と同様に、様々な設定に拡張可能なように設計されている。 私たちのプラットフォームには、視覚化のためのUnity WebGLゲームインターフェースや、エージェントの状態を表示するインタラクティブなアナリティクスダッシュボードも含まれています。 私たちのプラットフォームはhttps://www.humanoidagents.com/で、コードはhttps://github.com/HumanoidAgents/HumanoidAgentsで利用可能です。

関連論文リスト

• HumanPlus: Humanoid Shadowing and Imitation from Humans [82.47551890765202]
  ヒューマノイドが人間のデータから動きや自律的なスキルを学ぶためのフルスタックシステムを導入する。 まず、既存の40時間動作データセットを用いて、強化学習によるシミュレーションの低レベルポリシーを訓練する。 次に、自己中心型視覚を用いてスキルポリシーを訓練し、ヒューマノイドが自律的に異なるタスクを完了できるようにする。
  論文  参考訳（メタデータ） (2024-06-15T00:41:34Z)
• AgentGym: Evolving Large Language Model-based Agents across Diverse Environments [116.97648507802926]
  大規模言語モデル(LLM)はそのようなエージェントを構築するための有望な基盤と考えられている。 我々は、自己進化能力を備えた一般機能 LLM ベースのエージェントを構築するための第一歩を踏み出す。 我々はAgentGymを提案する。AgentGymは、幅広い、リアルタイム、ユニフォーマット、並行エージェント探索のための様々な環境とタスクを特徴とする新しいフレームワークである。
  論文  参考訳（メタデータ） (2024-06-06T15:15:41Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
  Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。 複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。 Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-10-19T17:29:17Z)
• The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
  大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。 単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
  論文  参考訳（メタデータ） (2023-09-14T17:12:03Z)
• EMOTE: An Explainable architecture for Modelling the Other Through Empathy [26.85666453984719]
  エージェントのアクション値関数をモデル化するシンプルなアーキテクチャを設計する。 我々は、他のエージェントの観察状態を変換する「イマジネーションネットワーク」を学習する。 これは、人間の解釈可能な「共感状態」を生成し、学習エージェントに提示されると、他のエージェントを模倣する振る舞いを生成する。
  論文  参考訳（メタデータ） (2023-06-01T02:27:08Z)
• Generative Agents: Interactive Simulacra of Human Behavior [86.1026716646289]
  生成エージェントを導入し,人間の振る舞いをシミュレートする計算ソフトウェアエージェントについて紹介する。 エージェントの経験の完全な記録を格納するために,大規模言語モデルを拡張するアーキテクチャについて述べる。 The Simsにインスパイアされた対話型サンドボックス環境に生成エージェントを投入する。
  論文  参考訳（メタデータ） (2023-04-07T01:55:19Z)
• Improving Multimodal Interactive Agents with Reinforcement Learning from Human Feedback [16.268581985382433]
  人工知能の重要な目標は、人間と自然に対話し、フィードバックから学ぶことができるエージェントを作ることである。 ここでは、人間のフィードバックから強化学習を用いて、シミュレーションされたエンボディエージェントを改善する方法を紹介する。
  論文  参考訳（メタデータ） (2022-11-21T16:00:31Z)
• Creating Multimodal Interactive Agents with Imitation and Self-Supervised Learning [20.02604302565522]
  SFからの一般的なビジョンは、ロボットはいつか私たちの物理的空間に住み、世界は私たちのように感じ、肉体労働を補助し、自然言語を通して私たちとコミュニケーションする、ということだ。 本稿では,仮想環境の単純化により人間と自然に対話できる人工エージェントを設計する方法について検討する。 シミュレーションされた世界における人間と人間の相互作用の模倣学習は、自己指導型学習と合わせて、多モーダルな対話型エージェントを作るのに十分であることを示す。
  論文  参考訳（メタデータ） (2021-12-07T15:17:27Z)
• Imitating Interactive Intelligence [24.95842455898523]
  仮想環境の簡略化を用いて、人間と自然に相互作用できる人工エージェントの設計方法を検討する。 人間とロバストに相互作用できるエージェントを構築するには、人間と対話しながらトレーニングするのが理想的です。 我々は,人間とエージェントエージェントの対話行動の相違を低減するために,逆強化学習の考え方を用いる。
  論文  参考訳（メタデータ） (2020-12-10T13:55:47Z)

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。