Fugu-MT 論文翻訳(概要): Participatory Evolution of Artificial Life Systems via Semantic Feedback

論文の概要: Participatory Evolution of Artificial Life Systems via Semantic Feedback

arxiv url: http://arxiv.org/abs/2507.03839v1
Date: Fri, 04 Jul 2025 23:51:50 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-08 15:46:34.896668
Title: Participatory Evolution of Artificial Life Systems via Semantic Feedback
Title（参考訳）: セマンティックフィードバックによる人工生命系の参加進化
Authors: Shuowen Li, Kexin Wang, Minglu Fang, Danqi Huang, Ali Asadipour, Haipeng Mi, Yitong Sun,
Abstract要約: 人工生命系の進化を自然言語で導くためのセマンティックフィードバックフレームワークを提案する。このシステムでは、視覚的な結果と基礎となる行動ルールの両方をユーザが変更できる。
参考スコア（独自算出の注目度）: 10.530922022646255
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a semantic feedback framework that enables natural language to guide the evolution of artificial life systems. Integrating a prompt-to-parameter encoder, a CMA-ES optimizer, and CLIP-based evaluation, the system allows user intent to modulate both visual outcomes and underlying behavioral rules. Implemented in an interactive ecosystem simulation, the framework supports prompt refinement, multi-agent interaction, and emergent rule synthesis. User studies show improved semantic alignment over manual tuning and demonstrate the system's potential as a platform for participatory generative design and open-ended evolution.
Abstract（参考訳）: 人工生命系の進化を自然言語で導くためのセマンティックフィードバックフレームワークを提案する。プロンプト・ツー・パラメータ・エンコーダ、CMA-ESオプティマイザ、CLIPベースの評価を統合することで、ユーザは視覚的な結果と基本的な行動ルールの両方を変更できる。対話型エコシステムシミュレーションで実装されたこのフレームワークは、迅速な洗練、マルチエージェントインタラクション、創発的ルール合成をサポートする。ユーザスタディでは、手動チューニングよりもセマンティックアライメントが改善され、参加型生成設計とオープンエンド進化のためのプラットフォームとしてのシステムの可能性を示している。

関連論文リスト

GGBond: Growing Graph-Based AI-Agent Society for Socially-Aware Recommender Simulation [2.7083394633019973]
本研究では,ユーザの行動変化を現実的にシミュレートする高忠実な社会シミュレーションプラットフォームを提案する。このシステムは、重要な心理的メカニズムをカプセル化した5層認知アーキテクチャを備えたSim-User Agentsの集団で構成されている。特に、心理学的・社会学的理論に基づく近親感-好奇心-相反性--リスク(ICR2)のモチベーションエンジンについて紹介する。
論文参考訳（メタデータ） (2025-05-27T13:09:21Z)
Beyond Static Testbeds: An Interaction-Centric Agent Simulation Platform for Dynamic Recommender Systems [40.09105175322562]
RecInterは、リコメンダシステムのための新しいエージェントベースのシミュレーションプラットフォームである。 RecInterでは、ユーザーアクション(例えば、レビュー、購入など)をリアルタイムで動的に更新する。 Merchant Agentsは、より現実的で進化したエコシステムを育むことができる。
論文参考訳（メタデータ） (2025-05-22T09:14:23Z)
Exploring the Impact of Personality Traits on Conversational Recommender Systems: A Simulation with Large Language Models [70.180385882195]
本稿では,対話型レコメンダシステム(CRS)のためのパーソナリティを考慮したユーザシミュレーションを提案する。ユーザエージェントはカスタマイズ可能な性格特性と嗜好を誘導し、システムエージェントはCRS内の現実的な相互作用をシミュレートする説得能力を有する。実験により,現在最先端のLCMは,特定の性格特性に適合した多様なユーザ応答を効果的に生成できることが示された。
論文参考訳（メタデータ） (2025-04-09T13:21:17Z)
Enhanced Transformer architecture for in-context learning of dynamical systems [0.3749861135832073]
本稿では,従来のメタモデリングフレームワークを3つの重要な革新を通じて強化する。これらの修正の有効性は、Wiener-Hammerstein系クラスに焦点をあてた数値的な例を通して示される。
論文参考訳（メタデータ） (2024-10-04T10:05:15Z)
MetaDesigner: Advancing Artistic Typography Through AI-Driven, User-Centric, and Multilingual WordArt Synthesis [65.78359025027457]
MetaDesignerがLarge Language Models(LLM)を利用したアートタイポグラフィーのための変換フレームワークを導入その基盤は、Pipeline、Glyph、Textureエージェントで構成されるマルチエージェントシステムであり、カスタマイズ可能なWordArtの作成をまとめてオーケストレーションしている。
論文参考訳（メタデータ） (2024-06-28T11:58:26Z)
Enhancing Holonic Architecture with Natural Language Processing for System of Systems [3.521544134339964]
本稿では,システム・オブ・システム(SoS)におけるホロトン通信を強化するための革新的なアプローチを提案する。提案手法は,CGI,特にLarge Language Models (LLMs) の進歩を活用して,ホロンは自然言語命令を理解し,動作させることができる。これにより、より直感的な人間-ホロンの相互作用が促進され、社会的知性が改善され、最終的には多様なシステム間の協調性が向上する。
論文参考訳（メタデータ） (2024-05-08T18:47:52Z)
Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
論文参考訳（メタデータ） (2024-02-09T07:45:26Z)
Octopus: Embodied Vision-Language Programmer from Environmental Feedback [58.04529328728999]
身体視覚言語モデル(VLM)は多モード認識と推論において大きな進歩を遂げた。このギャップを埋めるために、我々は、計画と操作を接続する媒体として実行可能なコード生成を使用する、具体化された視覚言語プログラマであるOctopusを紹介した。 Octopusは、1)エージェントの視覚的およびテキスト的タスクの目的を正確に理解し、2)複雑なアクションシーケンスを定式化し、3)実行可能なコードを生成するように設計されている。
論文参考訳（メタデータ） (2023-10-12T17:59:58Z)
Adaptive Multi-Agent Continuous Learning System [1.2752808844888015]
本稿では,自己教師型クラスタリング認識システムを提案する。このシステムは、いくつかの異なる機能エージェントを使用して、環境の多様な要求に対処する適応性を改善するための接続構造を構築するように設計されている。
論文参考訳（メタデータ） (2022-12-15T07:39:50Z)

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。