論文の概要: Homeostatic Coupling for Prosocial Behavior

• arxiv url: http://arxiv.org/abs/2506.12894v1
• Date: Sun, 15 Jun 2025 15:49:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-17 17:28:47.090455
• Title: Homeostatic Coupling for Prosocial Behavior
• Title（参考訳）: 社会的行動のためのホメオスタティックカップリング
• Authors: Naoto Yoshida, Kingson Man,
• Abstract要約: ホメオスタティック・セルフレギュレーションによる自律エージェントの社会的行動の出現について検討した。 エージェント間でホメオスタティックな状態を共有するための共感的なメカニズムを導入する。 本研究は, ホメオスタティックカップリング下でのみ, 社会的行動が生じることを示す。
• 参考スコア（独自算出の注目度）: 0.276240219662896
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When regarding the suffering of others, we often experience personal distress and feel compelled to help\footnote{Preprint. Under review.}. Inspired by living systems, we investigate the emergence of prosocial behavior among autonomous agents that are motivated by homeostatic self-regulation. We perform multi-agent reinforcement learning, treating each agent as a vulnerable homeostat charged with maintaining its own well-being. We introduce an empathy-like mechanism to share homeostatic states between agents: an agent can either \emph{observe} their partner's internal state ({\bf cognitive empathy}) or the agent's internal state can be \emph{directly coupled} to that of their partner ({\bf affective empathy}). In three simple multi-agent environments, we show that prosocial behavior arises only under homeostatic coupling - when the distress of a partner can affect one's own well-being. Additionally, we show that empathy can be learned: agents can ``decode" their partner's external emotive states to infer the partner's internal homeostatic states. Assuming some level of physiological similarity, agents reference their own emotion-generation functions to invert the mapping from outward display to internal state. Overall, we demonstrate the emergence of prosocial behavior when homeostatic agents learn to ``read" the emotions of others and then to empathize, or feel as they feel.
• Abstract（参考訳）: 他人の苦しみに関して、私たちはしばしば個人的な苦痛を経験し、助けるのを強要されると感じます。 レビュー中。 と。 生体系にインスパイアされた自律型エージェントの社会行動の出現について, ホメオスタティック・セルフレギュレーションを動機とした検討を行った。 我々は多エージェント強化学習を行い、各エージェントを、自身の幸福を維持するための脆弱なホメオスタットとして扱う。 エージェントは、パートナーの内的状態({\bf認知共感)を、パートナーの内的状態({\bf感情共感)と、パートナーの内的状態({\bf感情共感)を共有できる。 3つの単純なマルチエージェント環境において、パートナーの苦悩が自身の幸福に影響を及ぼす場合、社会的行動はホメオスタティック・カップリングの下でのみ起こることを示す。 さらに, エージェントは, パートナーの情動状態の「デコード」によって, パートナーの内的自覚状態の推測が可能であり, ある程度の生理的類似性を仮定すると, エージェントは自身の感情生成機能を参照して, 外部の表示から内的状態へのマッピングを反転させる。全体としては, 他者の感情の「読み取り」を学習し, 共感し, 感じるように感じるときの社会的行動の出現を実証する。

関連論文リスト

• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• EmpathyAgent: Can Embodied Agents Conduct Empathetic Actions? [32.57595617641159]
  共感は人間同士の相互作用の基本であるが、エンボディード・エージェントが人間のような共感を支えられるかどうかは不明である。 EmpathyAgentは、さまざまなシナリオでエージェントの共感行動を評価し、拡張する最初のベンチマークである。 我々は、EmpathyAgentを用いてLlama3-8Bを訓練し、共感行動を高める可能性があることを発見した。
  論文  参考訳（メタデータ） (2025-03-19T08:30:30Z)
• Empathic Coupling of Homeostatic States for Intrinsic Prosociality [0.276240219662896]
  ホメオスタティック・セルフレギュレーションによる自律エージェントの社会的行動の出現について検討した。 本研究は, 社会的行動に資する人工エージェントにおける共感のタイプと役割を明らかにした。
  論文  参考訳（メタデータ） (2024-11-16T13:30:01Z)
• 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)
• CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic Response Generation [59.8935454665427]
  共感的対話モデルは、通常、感情的な側面のみを考慮するか、孤立して認知と愛情を扱う。 共感的対話生成のためのCASEモデルを提案する。
  論文  参考訳（メタデータ） (2022-08-18T14:28:38Z)
• Help Me Explore: Minimal Social Interventions for Graph-Based Autotelic Agents [7.644107117422287]
  本稿では,双方の視点が,自己複製エージェントの学習に組み合わされ,スキル獲得が促進されることを論じる。 1) HME(Help Me Explore)と呼ばれる新しいソーシャルインタラクションプロトコルでは,個人と社会的に指導された探索の双方から,自律的なエージェントが恩恵を受けることができる。 GANGSTRは、HME内での学習において、最も複雑な構成を習得することで、個々の学習限界を克服する。
  論文  参考訳（メタデータ） (2022-02-10T16:34:28Z)
• Investigating the impact of free energy based behavior on human in human-agent interaction [6.180183454554085]
  人間は、うなずきやジェスチャーなどの物理的なリズムを共有して、互いに絡み合うことで非言語的にコミュニケーションする。 我々は、自由エネルギー原理(FEP)に基づく新しい身体運動生成システムを開発し、受動的に反応するだけでなく、人間の行動を促す。
  論文  参考訳（メタデータ） (2022-01-25T08:08:30Z)
• Learning Triadic Belief Dynamics in Nonverbal Communication from Videos [81.42305032083716]
  非言語コミュニケーションはエージェント間で豊富な社会情報を伝達することができる。 本論文では,エージェントの精神状態を表現,モデル化,学習,推論するために,異なる非言語的コミュニケーションキューを組み込んだ。
  論文  参考訳（メタデータ） (2021-04-07T00:52:04Z)

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。