論文の概要: State-Augmented Graphs for Circular Economy Triage
- arxiv url: http://arxiv.org/abs/2512.15824v1
- Date: Wed, 17 Dec 2025 16:23:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-19 18:10:31.750565
- Title: State-Augmented Graphs for Circular Economy Triage
- Title（参考訳）: 循環経済トリアージのための状態拡張グラフ
- Abstract要約: 循環経済(英: Circular economy, CE Triage)とは、製品が有用性に到達した後、どの持続可能な経路を辿るかを決定するための製品の評価である。
本稿では, 状態拡張型分解配列計画グラフ上での簡易決定論的解法として, 新たな意思決定フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 2.7459577246953963
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Circular economy (CE) triage is the assessment of products to determine which sustainable pathway they can follow once they reach the end of their usefulness as they are currently being used. Effective CE triage requires adaptive decisions that balance retained value against the costs and constraints of processing and labour. This paper presents a novel decision-making framework as a simple deterministic solver over a state-augmented Disassembly Sequencing Planning (DSP) graph. By encoding the disassembly history into the state, our framework enforces the Markov property, enabling optimal, recursive evaluation by ensuring each decision only depends on the previous state. The triage decision involves choices between continuing disassembly or committing to a CE option. The model integrates condition-aware utility based on diagnostic health scores and complex operational constraints. We demonstrate the framework's flexibility with a worked example: the hierarchical triage of electric vehicle (EV) batteries, where decisions are driven by the recursive valuation of components. The example illustrates how a unified formalism enables the accommodation of varying mechanical complexity, safety requirements, and economic drivers. This unified formalism therefore provides a tractable and generalisable foundation for optimising CE triage decisions across diverse products and operational contexts.
- Abstract（参考訳）: 循環経済(英: Circular economy, CE Triage)とは、現在使用されている有用性の終わりに到達した後に、どの持続可能な経路を辿るかを決定するための製品の評価である。
効果的なCEトリアージは、処理と労働のコストと制約に対して維持価値をバランスさせる適応的な決定を必要とする。
本稿では,DSPグラフ上での単純な決定論的解法として,新たな意思決定フレームワークを提案する。
分解履歴を状態にエンコードすることで、我々のフレームワークはマルコフ特性を強制し、各決定が前の状態にのみ依存することを保証することで最適な再帰的評価を可能にする。
トリアージ決定は、分解を継続するか、CEオプションにコミットするかの選択を含む。
このモデルは、診断の健康スコアと複雑な運用制約に基づいて、条件対応ユーティリティを統合する。
電気自動車(EV)バッテリーの階層的トリアージでは、コンポーネントの再帰的評価によって決定が導かれる。
この例は、統一的な形式主義が、様々な機械的複雑さ、安全要件、経済的なドライバーの収容を可能にする方法を示している。
この統一形式主義は、多種多様な製品や運用状況にまたがるCEトリアージ決定を最適化するための、魅力的で一般的な基盤を提供する。
関連論文リスト
- Revelation Control [0.0]
啓示制御(Revelation Control)は、意図された区別が連続的な決定を変更できるため、内部でのみ隠された状態を明らかにする価格設定された介入を選択する問題である。
我々はこの理論を学習システムに展開し、現在宣言されている情報に準ずる状態が将来の訓練に異なる反応をし、異なる行動を好むことができるようにした。
論文 参考訳（メタデータ） (2026-08-24T22:07:57Z) - Decision-Value Attribution in Predict-then-Optimize Systems [42.371764229953165]
決定値属性(Decision Value Attribution, DVA)は、固定された予測-最適化パイプラインの価値に寄与するフレームワークである。
機能に対するInfoDVA属性値、運用構成に対するDesignDVA属性値、情報と設計が共同で価値を作り出す方法の定量化を行うDVI(Decision-Value Interactions)という3つのバリエーションを提示します。
論文 参考訳（メタデータ） (2026-06-29T07:17:05Z) - Causal Algorithmic Recourse: Foundations and Methods [57.73269033551628]
AIシステムの主な特徴は、個人が否定的な決定を覆す方法のレコメンデーションを提供する能力である。
既存のアプローチでは、recourseの結果を固定単位の反事実として扱う。
我々は、事前および事後結果のプロセスとして、会話をモデル化する因果的枠組みを開発する。
論文 参考訳（メタデータ） (2026-05-12T00:55:19Z) - Four-Axis Decision Alignment for Long-Horizon Enterprise AI Agents [0.0]
長期のエンタープライズエージェントは、失われた記憶、多段階の推論、および規制の制約の下で高い評価を下す。
長距離決定行動は、4つの軸に分解され、それぞれ独立に測定可能で、フェール可能となる。
論文 参考訳（メタデータ） (2026-04-21T13:37:19Z) - Event-Centric World Modeling with Memory-Augmented Retrieval for Embodied Decision-Making [0.0]
具体的意思決定のためのメモリ拡張検索を用いたイベント中心の世界モデリングフレームワークを提案する。
このフレームワークは、環境を構造化されたセマンティックイベントの集合として表現し、置換不変の潜在表現にエンコードされる。
意思決定は、各エントリがイベント表現と対応する操作を関連付けるような、事前経験の知識バンクを検索して行われる。
論文 参考訳（メタデータ） (2026-04-08T06:14:46Z) - EcoGym: Evaluating LLMs for Long-Horizon Plan-and-Execute in Interactive Economies [61.267836443398124]
対話型経済における継続的計画・実行意思決定のためのベンチマークであるEcoGymを紹介する。
EcoGymは、透明性のある長期的なエージェント評価のためのオープンなテストベッドとしてリリースされ、現実的な経済環境下でのコントロール可能性とユーティリティのトレードオフを研究するためのものだ。
論文 参考訳（メタデータ） (2026-02-10T08:12:23Z) - Case-Guided Sequential Assay Planning in Drug Discovery [2.8529443025686487]
Implicit Bayesian Markov Decision Process (IBMDP) はシミュレータフリー設定用に設計されたモデルベースのRLフレームワークである。
IBMDPは、望ましい結果とリソース効率とのバランスをとる安定したポリシーを生成する。
実世界の中枢神経系(CNS)の薬物発見タスクにおいて、IBMDPは確立されたものと比較して、リソース消費を最大92%削減した。
論文 参考訳（メタデータ） (2026-01-21T06:58:01Z) - CSCBench: A PVC Diagnostic Benchmark for Commodity Supply Chain Reasoning [9.840374380176135]
LLM(Large Language Models)は、一般的なベンチマークにおいて顕著な成功を収めているが、商品サプライチェーンにおける彼らの能力は、まだ探索されていない。
CSC推論のための2.3K以上のシングルチョイスベンチマークであるCSCBenchを紹介します。
論文 参考訳（メタデータ） (2026-01-05T06:44:29Z) - DecisionFlow: Advancing Large Language Model as Principled Decision Maker [49.088778182807395]
DecisionFlowは、モデルにアクション、属性、制約の構造化された表現を推論するように誘導する、新しい決定モデリングフレームワークである。
プロンプトから直接回答を予測するのではなく、DecisionFlowは意味論的に根拠のある決定空間を構築し、潜在ユーティリティ関数を推論する。
実験の結果,DecisionFlowの精度は,強いプロンプトベースラインよりも最大30%向上した。
論文 参考訳（メタデータ） (2025-05-27T16:23:53Z) - An Identifiable Cost-Aware Causal Decision-Making Framework Using Counterfactual Reasoning [18.324601057882386]
そこで本研究では,最小コスト因果決定(MiCCD)フレームワークを提案する。
混合異常データの存在を識別する反ファクト的推論プロセスに重点を置いている。
MiCCDは、F1スコア、コスト効率、ランキング品質(nDCG@k値)など、従来の手法よりも優れています。
論文 参考訳（メタデータ） (2025-05-13T08:41:45Z) - Robust Confinement State Classification with Uncertainty Quantification through Ensembled Data-Driven Methods [39.27649013012046]
本研究では,不確実性定量化とモデルロバスト性を考慮した閉じ込め状態分類法を開発した。
我々は,TV放電のオフライン解析に焦点をあて,Lモード,Hモード,および中間ディザリング位相(D)を区別する。
302TCV放電のデータセットは完全にラベル付けされ、一般公開される。
論文 参考訳（メタデータ） (2025-02-24T18:25:22Z) - Coarse Set Theory for AI Ethics and Decision-Making: A Mathematical Framework for Granular Evaluations [0.0]
粗い倫理 (CE) は、文字のグレードや警告ラベルなどの粗い評価を、認知的および文脈的制約の下で倫理的に適切であるものとして正当化する理論的な枠組みである。
本稿では、完全順序構造と粗い分割を用いた粗粒度決定をモデル化する新しい数学的枠組みである粗粒度集合論(CST)を紹介する。
CSTは集合間の階層的関係を定義し、Kulback-Leibler Divergenceのような情報理論ツールを使用して、単純化と情報損失の間のトレードオフを定量化する。
論文 参考訳（メタデータ） (2025-02-11T08:18:37Z) - Learning to Plan & Reason for Evaluation with Thinking-LLM-as-a-Judge [78.28188747489769]
そこで我々は,Thinking-LLM-as-a-Judgeの優先最適化アルゴリズムであるEvalPlannerを提案する。
自己学習ループでは、EvalPlannerは、合成的に構築された評価計画と実行よりも反復的に最適化する。
提案手法はRewardBenchにおける生成報酬モデルのための新しい最先端性能を実現する。
論文 参考訳（メタデータ） (2025-01-30T02:21:59Z) - Accountability in Offline Reinforcement Learning: Explaining Decisions
with a Corpus of Examples [70.84093873437425]
本稿では、オフラインデータセットを決定コーパスとして利用するAOC(Accountable Offline Controller)を紹介する。
AOCはローデータシナリオで効果的に動作し、厳密なオフラインの模倣設定まで拡張でき、保存性と適応性の両方の品質を示す。
シミュレーションおよび実世界の医療シナリオにおいて、AOCのパフォーマンスを評価し、説明責任を維持しながら高いレベルのパフォーマンスでオフライン制御タスクを管理する能力を強調した。
論文 参考訳（メタデータ） (2023-10-11T17:20:32Z) - Rational Decision-Making Agent with Internalized Utility Judgment [88.01612847081677]
大規模言語モデル(LLM)は目覚ましい進歩を示し、従来のNLPアプリケーションを超えて複雑な多段階決定タスクを実行できるエージェントにLLMを開発するための重要な努力を惹きつけている。
本稿では,RadAgentを提案する。このRadAgentは,経験探索とユーティリティ学習を含む反復的なフレームワークを通じて,合理性の発展を促進する。
ToolBenchデータセットの実験結果は、RadAgentがベースラインよりも優れていることを示している。
論文 参考訳（メタデータ） (2023-08-24T03:11:45Z) - Stein Variational Model Predictive Control [130.60527864489168]
不確実性の下での意思決定は、現実の自律システムにとって極めて重要である。
モデル予測制御 (MPC) 法は, 複雑な分布を扱う場合, 適用範囲が限られている。
この枠組みが、挑戦的で非最適な制御問題における計画の成功に繋がることを示す。
論文 参考訳（メタデータ） (2020-11-15T22:36:59Z) - Structural Estimation of Partially Observable Markov Decision Processes [3.1614382994158956]
プロセスの観測可能な履歴に基づいて,POMDPモデルのプリミティブの構造的推定を考察する。
本稿では, 最適機器交換への適用例として, 推定手法について述べる。
論文 参考訳（メタデータ） (2020-08-02T15:04:27Z)
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。