論文の概要: From Extraction to Synthesis: Entangled Heuristics for Agent-Augmented Strategic Reasoning
- arxiv url: http://arxiv.org/abs/2507.13768v1
- Date: Fri, 18 Jul 2025 09:26:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-21 20:43:26.241516
- Title: From Extraction to Synthesis: Entangled Heuristics for Agent-Augmented Strategic Reasoning
- Title（参考訳）: 抽出から合成へ:エージェント強化戦略推論のための絡み合ったヒューリスティック
- Authors: Renato Ghisellini, Remo Pareschi, Marco Pedroni, Giovanni Battista Raggi,
- Abstract要約: エージェント強化戦略推論のためのハイブリッドアーキテクチャを提案する。
我々は、古典的な軍事理論から現代の企業戦略まで、様々な情報源を描いている。
我々のシステムは、対立する認知を一貫性と文脈に敏感な物語に融合させる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a hybrid architecture for agent-augmented strategic reasoning, combining heuristic extraction, semantic activation, and compositional synthesis. Drawing on sources ranging from classical military theory to contemporary corporate strategy, our model activates and composes multiple heuristics through a process of semantic interdependence inspired by research in quantum cognition. Unlike traditional decision engines that select the best rule, our system fuses conflicting heuristics into coherent and context-sensitive narratives, guided by semantic interaction modeling and rhetorical framing. We demonstrate the framework via a Meta vs. FTC case study, with preliminary validation through semantic metrics. Limitations and extensions (e.g., dynamic interference tuning) are discussed.
- Abstract（参考訳）: 本稿では,ヒューリスティック抽出,セマンティックアクティベーション,合成合成を組み合わせたエージェント強化戦略推論のためのハイブリッドアーキテクチャを提案する。
古典的軍事理論から現代的企業戦略に至るまで、我々のモデルは量子認知の研究から着想を得たセマンティック相互依存のプロセスを通じて、複数のヒューリスティックを活性化し、構成する。
最良のルールを選択する従来の決定エンジンとは異なり、我々のシステムは矛盾するヒューリスティックを、セマンティックな相互作用モデリングと修辞的フレーミングによって導かれる一貫性と文脈に敏感な物語に融合させる。
われわれはMeta vs. FTCのケーススタディを通じてこのフレームワークを実証し、セマンティックメトリクスによる事前検証を行った。
制限と拡張(例えば動的干渉チューニング)について論じる。
関連論文リスト
- Modal Logic for Stratified Becoming: Actualization Beyond Possible Worlds [55.2480439325792]
本稿では,階層化現実化の考え方に基づくモーダル論理の新しいフレームワークを開発する。
伝統的なクリプキ意味論は、モーダル作用素を完全決定的な選択肢に対する定量化として扱う。
本稿では,モダリティをオントロジ的安定性のレベルによってインデクシングするSAL(Stratetified Actualization Logic)を提案する。
論文 参考訳（メタデータ） (2025-06-12T18:35:01Z) - Motion-R1: Chain-of-Thought Reasoning and Reinforcement Learning for Human Motion Generation [31.484189825477877]
Motion-R1は、Chain-of-Thoughtメカニズムを統合したモーション言語モデリングフレームワークである。
複雑なテキスト命令を論理的に構造化されたアクションパスに明示的に分解することで、モーションR1はモーション生成のための高レベルなセマンティックガイダンスを提供する。
複数のベンチマークデータセットに対する実験では、Motion-R1は最先端の手法と比較して、競争力や優れたパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-06-12T05:21:43Z) - Controlled Agentic Planning & Reasoning for Mechanism Synthesis [8.273778202041365]
本研究は,メカニズム合成のためのLLMに基づく推論手法を提案する。
言語レベルと記号レベルの両方で推論し、幾何学的および動的結果を生成することができる。
論文 参考訳（メタデータ） (2025-05-23T08:16:32Z) - Recommending Actionable Strategies: A Semantic Approach to Integrating Analytical Frameworks with Decision Heuristics [0.0]
本稿では,戦略フレームワークと決定をセマンティック分析を通じて統合することで,行動可能な戦略を推奨する新しいアプローチを提案する。
我々の手法は、先進自然言語処理(NLP)を用いてこのギャップを橋渡しし、6CモデルのようなフレームワークをThirty-Six Stratagemsに統合することで実証した。
論文 参考訳（メタデータ） (2025-01-24T16:53:37Z) - A process algebraic framework for multi-agent dynamic epistemic systems [55.2480439325792]
本稿では,マルチエージェント,知識ベース,動的システムのモデリングと解析のための統合フレームワークを提案する。
モデリング側では,このようなフレームワークを実用的な目的に使いやすくするプロセス代数的,エージェント指向の仕様言語を提案する。
論文 参考訳（メタデータ） (2024-07-24T08:35:50Z) - K-Level Reasoning: Establishing Higher Order Beliefs in Large Language Models for Strategic Reasoning [76.3114831562989]
マルチエージェント環境で戦略を動的に適応させるためには、LLM(Large Language Model)エージェントが必要である。
我々は,「K-Level Reasoning with Large Language Models (K-R)」という新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-02T16:07:05Z) - Knowledge-Enhanced Hierarchical Information Correlation Learning for
Multi-Modal Rumor Detection [82.94413676131545]
マルチモーダルなうわさ検出のための知識強化型階層型情報相関学習手法(KhiCL)を提案する。
KhiCLは異質な一様性特徴を共通特徴空間に伝達するために、クロスモーダルな関節辞書を利用する。
画像やテキストから視覚的およびテキスト的実体を抽出し、知識関連推論戦略を設計する。
論文 参考訳（メタデータ） (2023-06-28T06:08:20Z) - Multimodal Relation Extraction with Cross-Modal Retrieval and Synthesis [89.04041100520881]
本研究は,対象物,文,画像全体に基づいて,テキストおよび視覚的証拠を検索することを提案する。
我々は,オブジェクトレベル,画像レベル,文レベル情報を合成し,同一性と異なるモダリティ間の推論を改善する新しい手法を開発した。
論文 参考訳（メタデータ） (2023-05-25T15:26:13Z) - Modeling Non-Cooperative Dialogue: Theoretical and Empirical Insights [11.462075538526703]
視覚対話タスクの完了時に非協調的インターロケータを識別するエージェントの能力について検討する。
本研究では,非協調的インターロケータを同定する理論モデルの開発に学習理論のツールを使用し,この理論を適用して異なるコミュニケーション戦略を解析する。
論文 参考訳（メタデータ） (2022-07-15T02:08:41Z) - RESPER: Computationally Modelling Resisting Strategies in Persuasive
Conversations [0.7505101297221454]
説得的会話における抵抗戦略を識別するための一般化フレームワークを提案する。
実験では,非協調的目標指向会話におけるパワーロールの非対称性を明らかにする。
また,会話結果に対するさまざまな抵抗戦略の役割についても検討した。
論文 参考訳（メタデータ） (2021-01-26T03:44:17Z) - A Dependency Syntactic Knowledge Augmented Interactive Architecture for
End-to-End Aspect-based Sentiment Analysis [73.74885246830611]
エンドツーエンドABSAのためのマルチタスク学習を用いた対話型アーキテクチャを新たに提案する。
このモデルは、よく設計された依存性関係埋め込みグラフ畳み込みネットワーク(DreGcn)を活用することで、構文知識(依存性関係と型)を完全に活用することができる。
3つのベンチマークデータセットの大規模な実験結果から,本手法の有効性が示された。
論文 参考訳（メタデータ） (2020-04-04T14:59:32Z)
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。