論文の概要: Persona Dynamics: Unveiling the Impact of Personality Traits on Agents in Text-Based Games

• arxiv url: http://arxiv.org/abs/2504.06868v1
• Date: Wed, 09 Apr 2025 13:17:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-10 13:07:42.426942
• Title: Persona Dynamics: Unveiling the Impact of Personality Traits on Agents in Text-Based Games
• Title（参考訳）: ペルソナダイナミクス:テキストゲームにおける人格特性がエージェントに与える影響を明らかにする
• Authors: Seungwon Lim, Seungbeen Lee, Dongjun Min, Youngjae Yu,
• Abstract要約: PANDA: Personality Adapted Neural Decision Agentsは,人格特性をエージェントに投影する新しい手法である。 我々は、25のテキストベースのゲームに16の異なるパーソナリティタイプを配置し、それらのトラジェクトリを分析する。 より高いオープンネスのレベルを特徴とするような、特定の個性タイプは、パフォーマンスのアドバンテージを誇示する。
• 参考スコア（独自算出の注目度）: 14.443840118369176
• License:
• Abstract: Artificial agents are increasingly central to complex interactions and decision-making tasks, yet aligning their behaviors with desired human values remains an open challenge. In this work, we investigate how human-like personality traits influence agent behavior and performance within text-based interactive environments. We introduce PANDA: PersonalityAdapted Neural Decision Agents, a novel method for projecting human personality traits onto agents to guide their behavior. To induce personality in a text-based game agent, (i) we train a personality classifier to identify what personality type the agent's actions exhibit, and (ii) we integrate the personality profiles directly into the agent's policy-learning pipeline. By deploying agents embodying 16 distinct personality types across 25 text-based games and analyzing their trajectories, we demonstrate that an agent's action decisions can be guided toward specific personality profiles. Moreover, certain personality types, such as those characterized by higher levels of Openness, display marked advantages in performance. These findings underscore the promise of personality-adapted agents for fostering more aligned, effective, and human-centric decision-making in interactive environments.
• Abstract（参考訳）: 人工エージェントは、複雑な相互作用や意思決定タスクの中心的存在になりつつあるが、その振る舞いを望ましい人間の価値観と整合させることは、依然としてオープンな課題である。 本研究では,人間のような性格特性がテキストベースの対話環境におけるエージェントの行動とパフォーマンスにどのように影響するかを検討する。 PANDA: Personality Adapted Neural Decision Agents(パーソナリティ適応型ニューラル決定エージェント)を紹介する。 テキストベースのゲームエージェントにおけるパーソナリティを誘導する。 一 エージェントの行動が示す人格の種類を特定するために人格分類器を訓練し、 (2)エージェントのポリシー学習パイプラインに直接パーソナリティプロファイルを統合する。 テキストベースの25のゲームに16種類のパーソナリティを具現化したエージェントを配置し,その軌跡を解析することにより,エージェントの行動決定を特定のパーソナリティプロファイルへ導くことができることを示す。 さらに、より高いオープンネスのレベルによって特徴づけられるような特定の個性タイプは、パフォーマンスのアドバンテージを示す。 これらの知見は、対話型環境におけるより整合性があり、効果的で、人間中心の意思決定を促進するためのパーソナリティ適応エージェントの約束を裏付けるものである。

関連論文リスト

• PsyPlay: Personality-Infused Role-Playing Conversational Agents [44.621060656111084]
  PsyPlayは、リッチなパーソナリティの表現を容易にする対話生成フレームワークである。 我々は,PsyPlayが意図した性格特性を正確に表現でき,GPT-3.5で全体の成功率が80.31%に達することを示す。 我々はPsyPlay-Benchと呼ばれるパーソナライズされたロールプレイのための対話コーパスを構築した。
  論文  参考訳（メタデータ） (2025-02-06T07:17:12Z)
• Revealing Personality Traits: A New Benchmark Dataset for Explainable Personality Recognition on Dialogues [63.936654900356004]
  パーソナリティ認識は,対話やソーシャルメディア投稿などのユーザデータに含まれる性格特性を識別することを目的としている。 本稿では,人格特性の証拠として推論過程を明らかにすることを目的とした,説明可能な人格認識という新しい課題を提案する。
  論文  参考訳（メタデータ） (2024-09-29T14:41:43Z)
• PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
  社会実践, 一貫性, 動的発達という, 心理学に根ざした個性の原則を統合したPersLLMを提案する。 モデルパラメータに直接パーソナリティ特性を組み込み、誘導に対するモデルの抵抗性を高め、一貫性を高め、パーソナリティの動的進化を支援する。
  論文  参考訳（メタデータ） (2024-07-17T08:13:22Z)
• The Effects of Embodiment and Personality Expression on Learning in LLM-based Educational Agents [0.7499722271664147]
  本研究は,人格表現と体格が,教育的会話エージェントにおける人格認識と学習にどのように影響するかを考察する。 教育アプリケーションに適したLLMベースの会話支援を統合することで、既存のパーソナリティ駆動型会話エージェントフレームワークを拡張した。 1)対話を通して人格を伝達する対話のみのモデル,(2)対話のみで人格を表現するアニメーション人間モデル,(3)対話と身体と顔のアニメーションを通して人格を表現するアニメーション人間モデル,の3つのモデルを評価する。
  論文  参考訳（メタデータ） (2024-06-24T09:38:26Z)
• Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
  ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。 本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。 その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
  論文  参考訳（メタデータ） (2024-04-03T08:48:50Z)
• Knowledge Boundary and Persona Dynamic Shape A Better Social Media Agent [69.12885360755408]
  パーソナライズされた知識と動的ペルソナ情報に基づくソーシャルメディアエージェントを構築する。 パーソナライズされた知識に対して、外部知識ソースを追加し、エージェントのペルソナ情報とマッチングすることにより、エージェントにパーソナライズされた世界知識を与える。 動的ペルソナ情報については、現在の行動情報を用いてエージェントのペルソナ情報を内部的に検索し、現在の行動に対する多様なペルソナ情報の干渉を低減する。
  論文  参考訳（メタデータ） (2024-03-28T10:01:23Z)
• Can ChatGPT Read Who You Are? [10.577227353680994]
  チェコ語で書かれたテキストを代表とする総合的なユーザスタディの結果を155人のサンプルで報告した。 本研究は,ChatGPTによる性格特性推定と人間による評価とを比較し,テキストから人格特性を推定する際のChatGPTの競争性能を報告する。
  論文  参考訳（メタデータ） (2023-12-26T14:43:04Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• InCharacter: Evaluating Personality Fidelity in Role-Playing Agents through Psychological Interviews [57.04431594769461]
  本稿では, RPAの性格的忠実度を心理的尺度で評価するための新しい視点を紹介する。 実験には様々な種類の RPA と LLM が含まれ、14の広く使用されている心理学的尺度で32の異なる文字をカバーしている。 InCharacterでは、現在最先端のRPAが人物の人格と高度に一致した個性を示し、80.7%の精度を達成している。
  論文  参考訳（メタデータ） (2023-10-27T08:42:18Z)
• Affective Conversational Agents: Understanding Expectations and Personal Influences [17.059654991560105]
  様々なアプリケーションにおける情緒的スキルに対する期待と嗜好を理解するため,745人の回答者を対象に調査を行った。 以上の結果から,人間のインタラクション,情緒的サポート,創造的タスクを含むシナリオの選好が示唆された。 全体として、AIエージェントの望ましい感情的スキルは、アプリケーションのコンテキストと性質に大きく依存する。
  論文  参考訳（メタデータ） (2023-10-19T04:33:18Z)

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。