論文の概要: An Inference-Based Architecture for Intent and Affordance Saturation in Decision-Making

• arxiv url: http://arxiv.org/abs/2512.23144v1
• Date: Mon, 29 Dec 2025 02:13:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.37663
• Title: An Inference-Based Architecture for Intent and Affordance Saturation in Decision-Making
• Title（参考訳）: 意思決定におけるインテントとアフォーマンス飽和の推論に基づくアーキテクチャ
• Authors: Wendyam Eric Lionel Ilboudo, Saori C Tanaka,
• Abstract要約: 決定的麻痺(英: Decision paralysis)、すなわち、完全な知識とモチベーションにもかかわらず行動しない、凍結または失敗は、選択モデルに挑戦する。 本稿では,階層的決定過程における収束不良から麻痺が発生する計算記述を提案する。
• 参考スコア（独自算出の注目度）: 0.7734726150561086
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Decision paralysis, i.e. hesitation, freezing, or failure to act despite full knowledge and motivation, poses a challenge for choice models that assume options are already specified and readily comparable. Drawing on qualitative reports in autism research that are especially salient, we propose a computational account in which paralysis arises from convergence failure in a hierarchical decision process. We separate intent selection (what to pursue) from affordance selection (how to pursue the goal) and formalize commitment as inference under a mixture of reverse- and forward-Kullback-Leibler (KL) objectives. Reverse KL is mode-seeking and promotes rapid commitment, whereas forward KL is mode-covering and preserves multiple plausible goals or actions. In static and dynamic (drift-diffusion) models, forward-KL-biased inference yields slow, heavy-tailed response times and two distinct failure modes, intent saturation and affordance saturation, when values are similar. Simulations in multi-option tasks reproduce key features of decision inertia and shutdown, treating autism as an extreme regime of a general, inference-based, decision-making continuum.
• Abstract（参考訳）: 決定的麻痺(英: Decision paralysis)、すなわち、完全な知識とモチベーションにもかかわらず行動しない、凍結、あるいは失敗は、選択肢がすでに特定されており、容易に比較できると仮定する選択モデルに挑戦する。 特に有能な自閉症研究における質的な報告に基づいて,階層的決定過程における収束不良から麻痺が生じる計算記述を提案する。 目的の選択(目的の追求方法)から意図の選択を分離し、逆カルバック・リーブラー(KL)の目標を混合した推論としてコミットメントを形式化する。 逆KLはモード探索であり、急激なコミットメントを促進する一方、前方KLはモード探索であり、複数のもっともらしい目標や行動を保持する。 静的および動的(ドリフト拡散)モデルでは、フォワードKLバイアスの推論は、値が類似する場合、遅い、重いテールの応答時間と2つの異なる障害モード、意図飽和と余剰飽和をもたらす。 マルチオプションタスクのシミュレーションは、決定慣性および停止の重要な特徴を再現し、自閉症を一般的な推論に基づく意思決定継続の極端な体制として扱う。

関連論文リスト

• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• Joint modeling for learning decision-making dynamics in behavioral experiments [1.2699007098398807]
  主要なうつ病 (MDD) は障害や死亡の原因である。 本稿では,強化学習モデルとドリフト拡散モデルを統合する新しいフレームワークを提案する。 以上の結果から,MDD患者は健常者よりも全体的なエンゲージメントが低いことが明らかとなった。
  論文  参考訳（メタデータ） (2025-06-03T03:21:10Z)
• Modelling bounded rational decision-making through Wasserstein constraints [3.3161769688599025]
  情報制約処理による有界な合理的意思決定をモデル化することは、原則化されたアプローチを提供する。 既存のアプローチは一般にエントロピー(Entropy)、Kulback-Leibler分散(Kullback-Leibler divergence)、相互情報(Mutual Information)に基づいている。 ワッサーシュタイン距離を利用した有界有理RLエージェントをモデル化するための代替手法を提案する。
  論文  参考訳（メタデータ） (2025-04-01T15:19:34Z)
• Deterministic Uncertainty Propagation for Improved Model-Based Offline Reinforcement Learning [12.490614705930676]
  本稿では,ベルマン目標計算によって得られたモンテカルロ試料数に対する準最適性の強い依存性を示す理論的結果を示す。 我々の主な貢献は、進行モーメントマッチングを利用するベルマン目標に対する決定論的近似である。 我々は,既存のモンテカルロサンプリング手法よりもMOMBOの準最適性について,より厳密な保証を提供することが可能であることを示す。
  論文  参考訳（メタデータ） (2024-06-06T13:58:41Z)
• Composed Image Retrieval with Text Feedback via Multi-grained Uncertainty Regularization [73.04187954213471]
  粗い検索ときめ細かい検索を同時にモデル化する統合学習手法を提案する。 提案手法は、強いベースラインに対して+4.03%、+3.38%、+2.40%のRecall@50精度を達成した。
  論文  参考訳（メタデータ） (2022-11-14T14:25:40Z)
• On the Complexity of Adversarial Decision Making [101.14158787665252]
  決定推定係数は, 相手の意思決定に対する後悔度を低く抑えるのに必要であり, 十分であることを示す。 我々は、決定推定係数を他のよく知られた複雑性尺度の変種に結びつける新しい構造結果を提供する。
  論文  参考訳（メタデータ） (2022-06-27T06:20:37Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)

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。