論文の概要: Subjective functions

• arxiv url: http://arxiv.org/abs/2512.15948v1
• Date: Wed, 17 Dec 2025 20:22:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-19 18:10:31.815983
• Title: Subjective functions
• Title（参考訳）: 主観的機能
• Authors: Samuel J. Gershman,
• Abstract要約: 人間の知性は、新しい目的関数をその場で合成する能力に長けている。どのように機能するのか、同じ能力を持つ人工システムを実現することができるのか? 本稿では,主観的機能の概念から,これらの疑問に答えるアプローチを提案する。
• 参考スコア（独自算出の注目度）: 4.382641792004376
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Where do objective functions come from? How do we select what goals to pursue? Human intelligence is adept at synthesizing new objective functions on the fly. How does this work, and can we endow artificial systems with the same ability? This paper proposes an approach to answering these questions, starting with the concept of a subjective function, a higher-order objective function that is endogenous to the agent (i.e., defined with respect to the agent's features, rather than an external task). Expected prediction error is studied as a concrete example of a subjective function. This proposal has many connections to ideas in psychology, neuroscience, and machine learning.
• Abstract（参考訳）: 目的関数はどこから来るのか? 追求すべき目標をどのように選択すればよいのか? 人間の知性は、ハエの新たな目的関数の合成に長けている。 どのように機能するのか、同じ能力を持つ人工システムを実現するには、どうすればよいのか? 本稿では,エージェントに内在的な高次目的関数である主観的関数の概念(例えば,外部タスクではなくエージェントの特徴に関して定義される)から,これらの疑問に答えるアプローチを提案する。 予測誤差を主観関数の具体例として検討した。 この提案は心理学、神経科学、機械学習のアイデアと多くの関連性を持っている。

関連論文リスト

• A Song of Ice and Fire: Analyzing Textual Autotelic Agents in ScienceWorld [21.29303927728839]
  行動の多様性を自律的に発見できるオープンエンドエージェントの構築は、人工知能の長年の目標のひとつだ。 最近の研究で特定された言語は、特に、社会的仲間からの抽象的なゴールサンプリングとガイダンスを可能にするため、独学学習の重要な側面を持っている。 我々は、社会的仲間のフィードバックから選択性の重要性を示す。その経験は、稀な目標の例を過度にサンプリングする必要がある。
  論文  参考訳（メタデータ） (2023-02-10T13:49:50Z)
• EgoTaskQA: Understanding Human Tasks in Egocentric Videos [89.9573084127155]
  EgoTaskQAベンチマークは、現実世界のエゴセントリックなビデオに対する質問回答を通じて、タスク理解の重要な次元を提供する。 我々は,(1)行動依存と効果,(2)意図と目標,(3)エージェントの他者に対する信念の理解を念頭に設計する。 我々は、我々のベンチマークで最先端のビデオ推論モデルを評価し、複雑なゴール指向のエゴセントリックなビデオを理解する上で、人間の間に大きなギャップがあることを示します。
  論文  参考訳（メタデータ） (2022-10-08T05:49:05Z)
• Bisimulation Makes Analogies in Goal-Conditioned Reinforcement Learning [71.52722621691365]
  リッチな観測から汎用的な目標条件エージェントを構築することは、実世界の問題を解決するための強化学習(RL)の鍵となる。 目的条件ビシミュレーションと呼ばれる新しい状態抽象化法を提案する。 この抽象概念の計量形式を用いてこの表現を学習し、シミュレーション操作タスクにおける新しい目標に一般化する能力を示す。
  論文  参考訳（メタデータ） (2022-04-27T17:00:11Z)
• AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
  直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。 他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。 本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
  論文  参考訳（メタデータ） (2021-02-24T14:58:23Z)
• Language as a Cognitive Tool to Imagine Goals in Curiosity-Driven Exploration [15.255795563999422]
  発達機械学習は、人工エージェントが子供のオープンエンドのスキルのレパートリーを学習する方法をモデル化する方法を研究する。 アウト・オブ・ディストリビューションの目標を想像する能力は、創造的な発見とオープンエンドの学習を可能にする鍵である、と私たちは主張する。 プレイグラウンド環境を導入し,この形態のゴール・イマジネーションが,この能力に欠けるエージェントの一般化と探索をいかに改善するかを考察する。
  論文  参考訳（メタデータ） (2020-02-21T12:59:57Z)
• Mutual Information-based State-Control for Intrinsically Motivated Reinforcement Learning [102.05692309417047]
  強化学習において、エージェントは、外部報酬信号を用いて一連の目標に到達することを学習する。 自然界では、知的生物は内部の駆動から学習し、外部の信号を必要としない。 目的状態と制御可能な状態の間の相互情報として本質的な目的を定式化する。
  論文  参考訳（メタデータ） (2020-02-05T19:21:20Z)

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。