Fugu-MT 論文翻訳(概要): Knowledge and Common Knowledge of Strategies

論文の概要: Knowledge and Common Knowledge of Strategies

arxiv url: http://arxiv.org/abs/2510.19298v1
Date: Wed, 22 Oct 2025 07:00:33 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-25 03:08:15.228239
Title: Knowledge and Common Knowledge of Strategies
Title（参考訳）: 戦略の知識と共通知識
Authors: Borja Sierra Miranda, Thomas Studer,
Abstract要約: 戦略の知識をきめ細かなレベルで特定できるモデルを提案する。戦略に関する一階、高階、共通知識を区別することができる。
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: Most existing work on strategic reasoning simply adopts either an informed or an uninformed semantics. We propose a model where knowledge of strategies can be specified on a fine-grained level. In particular, it is possible to distinguish first-order, higher-order, and common knowledge of strategies. We illustrate the effect of higher-order knowledge of strategies by studying the game Hanabi. Further, we show that common knowledge of strategies is necessary to solve the consensus problem. Finally, we study the decidability of the model checking problem.
Abstract（参考訳）: 戦略的推論に関する既存の作業の多くは、単に情報的または非情報的セマンティクスを採用するだけである。戦略の知識をきめ細かなレベルで特定できるモデルを提案する。特に、戦略に関する一階、高階、共通知識を区別することができる。ゲーム「はなび」の学習による戦略の高次知識の効果について述べる。さらに,コンセンサス問題を解決するためには戦略の共通知識が必要であることを示す。最後に,モデル検査問題の決定可能性について検討する。

関連論文リスト

Experience-driven discovery of planning strategies [0.9821874476902969]
メタ認知的強化学習によって新たな計画戦略が発見されることを示す。人間のデータに合わせると、これらのモデルは人間よりも遅い発見率を示し、改善の余地を残している。
論文参考訳（メタデータ） (2024-12-04T08:20:03Z)
Learnability Gaps of Strategic Classification [68.726857356532]
我々は,戦略的分類と標準学習の間にある学習可能性のギャップという,根本的な問題に対処することに注力する。ほぼ厳密なサンプルの複雑さと後悔の限界を提供し、以前の結果よりも大幅に改善します。この設定における我々のアルゴリズムは、独立して興味を持ち、マルチラベル学習のような他の問題にも適用できる。
論文参考訳（メタデータ） (2024-02-29T16:09:19Z)
Program-Based Strategy Induction for Reinforcement Learning [5.657991642023959]
ベイジアンプログラム誘導を用いて、プログラムによって実行された戦略を発見することで、戦略の単純さがそれらの効果と引き換えにできる。古典的な漸進的な学習では難しい、あるいは予期せぬ戦略を見つけます。例えば、報奨と無報酬トライアルからの非対称学習、適応的な地平線依存ランダム探索、離散状態切替などです。
論文参考訳（メタデータ） (2024-02-26T15:40:46Z)
On strategies for risk management and decision making under uncertainty shared across multiple fields [55.2480439325792]
本稿では、このような戦略の110以上の例を見つけ、リスクに対するこのアプローチをRDOT: Risk-reducing Design and Operations Toolkitと呼ぶ。 RDOT戦略は、構造的、反応性、形式的、敵対的、多段階、ポジティブの6つの幅広いカテゴリに分類される。全体的なRDOTは、不確実性に対する多目的応答の見過ごされたクラスを表している。
論文参考訳（メタデータ） (2023-09-06T16:14:32Z)
Causal Reinforcement Learning: A Survey [57.368108154871]
強化学習は、不確実性の下でのシーケンシャルな決定問題の解決に不可欠なパラダイムである。主な障害の1つは、強化学習エージェントが世界に対する根本的な理解を欠いていることである。因果性は、体系的な方法で知識を形式化できるという点で顕著な利点がある。
論文参考訳（メタデータ） (2023-07-04T03:00:43Z)
Strategic Reasoning with Language Models [35.63300060111918]
戦略的推論は、エージェントが様々な状況において他のエージェントと協力し、コミュニケーションし、競合することを可能にする。既存の戦略ゲームに対するアプローチは、広範なトレーニングに依存しており、再訓練なしに新しいシナリオやゲームに一般化しない戦略を生み出している。本稿では,AIエージェントの戦略的推論を可能にするために,事前訓練された大規模言語モデルと数発の連鎖例を用いたアプローチを提案する。
論文参考訳（メタデータ） (2023-05-30T16:09:19Z)
Strategy Extraction in Single-Agent Games [0.19336815376402716]
本研究では,行動戦略を用いた知識伝達を,人間の認知能力に左右される伝達可能な知識の形式として提案する。提案手法は,Pacman, Bank Heist, Dungeon-crawling(ダンジョンクローリングゲーム)の3つの環境において有効な戦略を同定できることを示す。
論文参考訳（メタデータ） (2023-05-22T01:28:59Z)
A Closer Look at Knowledge Distillation with Features, Logits, and Gradients [81.39206923719455]
知識蒸留(KD)は、学習した知識をあるニューラルネットワークモデルから別のニューラルネットワークモデルに転送するための重要な戦略である。この研究は、古典的なKL分割基準を異なる知識源で近似することで、一連の知識蒸留戦略を動機付ける新しい視点を提供する。分析の結果,ロジットは一般的により効率的な知識源であり,十分な特徴次元を持つことがモデル設計に不可欠であることが示唆された。
論文参考訳（メタデータ） (2022-03-18T21:26:55Z)
Strategic Classification Made Practical [8.778578967271866]
本稿では,戦略分類のための学習フレームワークを提案する。当社のアプローチは,ユーザの戦略的対応を通じて差別化することで達成される,"戦略的"経験的リスクを直接的に最小化する。様々な学習環境におけるアプローチの有効性について実験を行った。
論文参考訳（メタデータ） (2021-03-02T16:03:26Z)
Incremental Knowledge Based Question Answering [52.041815783025186]
人間と同じように学習能力を段階的に拡張できるインクリメンタルKBQA学習フレームワークを提案します。具体的には、破滅的な忘れ問題を克服するために、マージン希釈損失と協調選択方法からなる。包括的な実験は、進化する知識ベースに取り組む際にその効果と効率を示す。
論文参考訳（メタデータ） (2021-01-18T09:03:38Z)

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。