論文の概要: Incentivized Symbiosis: A Paradigm for Human-Agent Coevolution
- arxiv url: http://arxiv.org/abs/2412.06855v1
- Date: Sun, 08 Dec 2024 20:23:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-11 14:36:11.110193
- Title: Incentivized Symbiosis: A Paradigm for Human-Agent Coevolution
- Title（参考訳）: インセンティブ付き共生:人間-エージェント共進化のパラダイム
- Authors: Tomer Jordi Chaffer, Justin Goldston, Gemach D. A. T. A. I,
- Abstract要約: 我々は、人間とAIエージェントの両方に対してルール、インセンティブ、結果を定義し、強制するために、Web3原則にインスパイアされた新しい道徳的枠組みを提案する。
我々の研究は、AIエージェントが人間と共進化して、共有的で持続可能な進歩の軌跡を形作る方法を示す、インセンティブ付き共生のいくつかの変革的応用を横切る。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Cooperation is vital to our survival and progress. Evolutionary game theory offers a lens to understand the structures and incentives that enable cooperation to be a successful strategy. As artificial intelligence agents become integral to human systems, the dynamics of cooperation take on unprecedented significance. Decentralized frameworks like Web3, grounded in transparency, accountability, and trust, offer a foundation for fostering cooperation by establishing enforceable rules and incentives for humans and AI agents. Guided by our Incentivized Symbiosis model, a paradigm aligning human and AI agent goals through bidirectional incentives and mutual adaptation, we investigate mechanisms for embedding cooperation into human-agent coevolution. We conceptualize Incentivized Symbiosis as part of a contemporary moral framework inspired by Web3 principles, encoded in blockchain technology to define and enforce rules, incentives, and consequences for both humans and AI agents. By integrating these principles into the very architecture of human-agent interactions, Web3 ecosystems catalyze an environment ripe for collaborative innovation. Our study traverses several transformative applications of Incentivized Symbiosis, from decentralized finance to governance and cultural adaptation, illustrating how AI agents can coevolve with humans to forge a trajectory of shared, sustainable progress.
- Abstract（参考訳）: 協力は我々の生存と進歩に不可欠である。
進化ゲーム理論は、協力を成功させるための構造とインセンティブを理解するためのレンズを提供する。
人工知能エージェントが人間のシステムに不可欠なものとなるにつれ、協力のダイナミクスは前例のない重要性を生んでいる。
透明性、説明責任、信頼に基づくWeb3のような分散フレームワークは、人間やAIエージェントに強制可能なルールとインセンティブを確立することで協力を促進する基盤を提供する。
Incentivized Symbiosis modelは、双方向インセンティブと相互適応を通じて人間とAIエージェントの目標を整合させるパラダイムであり、協調を人間とエージェントの共進化に組み込むメカニズムを考察する。
私たちは、Incentivized Symbiosisを、Web3原則にインスパイアされた現代的道徳的枠組みの一部として概念化し、ブロックチェーン技術でコード化され、ルール、インセンティブ、そして人間とAIエージェントの両方に対する結果を定義し、強制します。
これらの原則を人間とエージェントの相互作用のアーキテクチャに統合することで、Web3エコシステムは、協調的なイノベーションのための環境リップを触媒します。
我々の研究は、分散金融からガバナンスや文化的適応に至るまで、インセンティブ付き共生のいくつかの変革的応用を横切り、AIエージェントが人間と共進化して、共有的で持続可能な進歩の軌跡を築き上げる方法を示している。
関連論文リスト
- Artificial Theory of Mind and Self-Guided Social Organisation [1.8434042562191815]
人工知能(AI)が直面する課題の1つは、エージェントの集合が、単一のエージェントが到達できない目標を達成するために、どのように行動を調整するかである。
我々は、ニューラルネットワークにおける単一ニューロンの複雑さによる最近の研究に基づいて、一般的な設定での集合的知能について論じる。
社会構造が神経生理学、心理学、言語にどのように影響されているかを示す。
論文 参考訳（メタデータ） (2024-11-14T04:06:26Z) - Shifting the Human-AI Relationship: Toward a Dynamic Relational Learning-Partner Model [0.0]
我々は、人間との対話から学ぶ学生に似た、AIを学習パートナーとして見ることへのシフトを提唱する。
我々は「第三の心」が人間とAIの協力関係を通して生まれることを示唆する。
論文 参考訳（メタデータ） (2024-10-07T19:19:39Z) - Cooperate or Collapse: Emergence of Sustainable Cooperation in a Society of LLM Agents [101.17919953243107]
GovSimは、大規模言語モデル(LLM)における戦略的相互作用と協調的意思決定を研究するために設計された生成シミュレーションプラットフォームである。
最強のLSMエージェントを除く全てのエージェントは、GovSimの持続的均衡を達成することができず、生存率は54%以下である。
道徳的思考の理論である「大学化」に基づく推論を活用するエージェントは、持続可能性を大幅に向上できることを示す。
論文 参考訳（メタデータ） (2024-04-25T15:59:16Z) - Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning [57.652899266553035]
分散型および生涯適応型多エージェント協調学習は、中央サーバを使わずに複数のエージェント間のコラボレーションを強化することを目的としている。
動的協調グラフを用いた分散マルチエージェント生涯協調学習アルゴリズムであるDeLAMAを提案する。
論文 参考訳（メタデータ） (2024-03-11T09:21:11Z) - Mathematics of multi-agent learning systems at the interface of game
theory and artificial intelligence [0.8049333067399385]
進化ゲーム理論と人工知能は、一見すると異なるように見える2つの分野であるが、それらは顕著なつながりと交差を持っている。
前者は集団における行動(または戦略)の進化に焦点を当て、個人が他人と対話し、模倣(または社会学習)に基づいて戦略を更新する。
一方後者は、機械学習アルゴリズムと(ディープ)ニューラルネットワークに重点を置いている。
論文 参考訳（メタデータ） (2024-03-09T17:36:54Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - On the Emergence of Symmetrical Reality [51.21203247240322]
物理仮想アマルガメーションの様々な形態を包含した統一表現を提供する対称現実感フレームワークを導入する。
我々は、対称現実の潜在的な応用を示すAI駆動型アクティブアシストサービスの例を提案する。
論文 参考訳（メタデータ） (2024-01-26T16:09:39Z) - Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。
本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。
マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
論文 参考訳（メタデータ） (2024-01-22T18:58:22Z) - Agent Alignment in Evolving Social Norms [65.45423591744434]
本稿では,エージェント進化とアライメントのための進化的フレームワークであるEvolutionaryAgentを提案する。
社会規範が継続的に進化する環境では、エージェントは現在の社会規範に適応し、生存と増殖の確率が高くなる。
進化的エージェントは、一般的なタスクにおいてその能力を維持しながら、進化する社会規範と徐々に整合できることを示す。
論文 参考訳（メタデータ） (2024-01-09T15:44:44Z) - Theory of Mind as Intrinsic Motivation for Multi-Agent Reinforcement
Learning [5.314466196448188]
本稿では,深いネットワークによってモデル化された政策の中で意味論的・人間解釈的信念を基礎づける手法を提案する。
各エージェントが他のエージェントの信念を予測する能力は,マルチエージェント強化学習の本質的な報奨信号として利用できることを提案する。
論文 参考訳（メタデータ） (2023-07-03T17:07:18Z) - The art of compensation: how hybrid teams solve collective risk dilemmas [6.081979963786028]
適応剤と固定行動剤を併用したハイブリッド集団における協調の進化的ダイナミクスについて検討した。
後者の振る舞いを補うために,まず,行動に適応することを学ぶ方法を示す。
論文 参考訳（メタデータ） (2022-05-13T13:23:42Z)
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。