論文の概要: EDU-MATRIX: A Society-Centric Generative Cognitive Digital Twin Architecture for Secondary Education
- arxiv url: http://arxiv.org/abs/2602.18705v1
- Date: Sat, 21 Feb 2026 03:32:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-24 17:42:02.250872
- Title: EDU-MATRIX: A Society-Centric Generative Cognitive Digital Twin Architecture for Secondary Education
- Title（参考訳）: EDU-MATRIX:中等教育のための社会中心型認知デジタル双極構造
- Authors: Wenjing Zhai, Jianbin Zhang, Tao Liu,
- Abstract要約: 我々は「人」をシミュレートするパラダイムから「重力場を持つ社会空間」をシミュレートする「社会中心型認知デジタルツインアーキテクチャ」を提案する。
2400人のエージェントを持つ中等学校のデジタル双生児として展開されたこのシステムは、「社会的重力」(ルール)と「認知流体」(知識)がどのように相互作用し、創発的で価値に整合した行動を生み出すかを示す。
- 参考スコア（独自算出の注目度）: 3.4221775886781285
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Existing multi-agent simulations often suffer from the "Agent-Centric Paradox": rules are hard-coded into individual agents, making complex social dynamics rigid and difficult to align with educational values. This paper presents EDU-MATRIX, a society-centric generative cognitive digital twin architecture that shifts the paradigm from simulating "people" to simulating a "social space with a gravitational field." We introduce three architectural contributions: (1) An Environment Context Injection Engine (ECIE), which acts as a "social microkernel," dynamically injecting institutional rules (Gravity) into agents based on their spatial-temporal coordinates; (2) A Modular Logic Evolution Protocol (MLEP), where knowledge exists as "fluid" capsules that agents synthesize to generate new paradigms, ensuring high dialogue consistency (94.1%); and (3) Endogenous Alignment via Role-Topology, where safety constraints emerge from the agent's position in the social graph rather than external filters. Deployed as a digital twin of a secondary school with 2,400 agents, the system demonstrates how "social gravity" (rules) and "cognitive fluids" (knowledge) interact to produce emergent, value-aligned behaviors (Social Clustering Coefficient: 0.72).
- Abstract（参考訳）: 既存のマルチエージェントシミュレーションは"Agent-Centric Paradox"に悩まされることが多く、ルールは個々のエージェントにハードコードされ、複雑な社会的ダイナミクスは固く、教育的価値と整合するのは難しい。
本稿では,社会中心の認知デジタルツインアーキテクチャであるEDU-MATRIXを紹介し,そのパラダイムを「人」のシミュレーションから「重力場を持つ社会空間」のシミュレーションへとシフトさせる。
本研究では,(1)「社会マイクロカーネル」として機能する環境コンテキストインジェクションエンジン(ECIE),(2)空間的・時間的座標に基づくエージェントに機構ルール(重力)を動的に注入する環境論理進化プロトコル(MLEP),(2)エージェントが新たなパラダイムを生成するための「流動的」カプセルとして知識が存在する環境論理進化プロトコル(MLEP),(3)ロールトポロジーによる内在的アライメント,(3)外部フィルタではなく,ソーシャルグラフにおけるエージェントの位置から安全制約が出現するロールトポロジー,の3つのアーキテクチャ的貢献を紹介する。
2400人のエージェントを持つ中等学校のデジタル双生児として展開されたこのシステムは、「社会的重力」(ルール)と「認知流体」(知識)がどのように相互作用し、創発的で価値に整合した行動を生み出すかを示す(社会クラスタリング係数:0.72)。
関連論文リスト
- Epistemology of Generative AI: The Geometry of Knowing [0.7252027234425333]
生成的AIは、知識とその生産に対する理解に前例のない課題を提示します。
本稿は,不足する説明は,まだ十分な哲学的関心を得られていないパラダイム的ブレークから始めなければならない,と論じる。
論文 参考訳（メタデータ） (2026-02-19T06:34:34Z) - From Particles to Agents: Hallucination as a Metric for Cognitive Friction in Spatial Simulation [0.0]
我々は,大規模マルチモーダル生成モデルを用いて空間環境の次の状態を積極的に予測するtextbfAgentic Environmental Simulationsを紹介した。
また,時間的経過から時間的空間的推論へのシフトも提案する。
論文 参考訳（メタデータ） (2026-01-29T16:54:18Z) - Nex-N1: Agentic Models Trained via a Unified Ecosystem for Large-Scale Environment Construction [117.6380005194061]
本稿では,対話型環境の多様性と複雑さを体系的にスケールする手法を提案する。
本手法は,3次元に対処することで,このスケーリングを実現する。
Nex-N1は、インフラストラクチャによって確立された多様な複雑なインタラクティブ環境に基づいてトレーニングします。
論文 参考訳（メタデータ） (2025-12-04T16:57:02Z) - Social World Model-Augmented Mechanism Design Policy Learning [58.739456918502704]
SWM-AP (Social World Model-Augmented Mechanism Design Policy Learning) を導入する。
SWM-APは,累積報酬とサンプル効率において,モデルベースおよびモデルフリーのRLベースラインよりも優れていた。
論文 参考訳（メタデータ） (2025-10-22T06:01:21Z) - EduVerse: A User-Defined Multi-Agent Simulation Space for Education Scenario [17.971148824199187]
EduVerseは,環境,エージェント,セッションのカスタマイズをサポートする,ユーザ定義のマルチエージェントシミュレーション空間である。
EduVerseを中学生の中国語クラスで3つのテキストジャンル、環境、複数のセッションで検証する。
論文 参考訳（メタデータ） (2025-10-07T07:58:32Z) - Evolving Collective Cognition in Human-Agent Hybrid Societies: How Agents Form Stances and Boundaries [12.68373270583966]
本研究では,人間とエージェントの混成社会における集団姿勢の分化と社会的境界形成の出現について検討する。
エージェントは事前に設定されたアイデンティティから独立して内在的なスタンスを示す。
以上の結果から,プリセットされたアイデンティティがエージェントの社会的構造を厳格に決定しないことが示唆された。
論文 参考訳（メタデータ） (2025-08-24T13:50:18Z) - Modeling Earth-Scale Human-Like Societies with One Billion Agents [54.465233996410156]
Light Societyはエージェントベースのシミュレーションフレームワークである。
社会的プロセスはエージェントと環境状態の構造的遷移として形式化される。
10億以上のエージェントによる社会の効率的なシミュレーションを支援する。
論文 参考訳（メタデータ） (2025-06-07T09:14:12Z) - SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning [58.84311336011451]
マルチエージェント強化学習のための新しい勾配に基づく状態表現を提案する。
オフラインサンプルからソーシャルグラデーションフィールド(SocialGF)を学習するために,デノジングスコアマッチングを採用している。
実際に、SocialGFをMAPPOなど、広く使われているマルチエージェント強化学習アルゴリズムに統合する。
論文 参考訳（メタデータ） (2024-05-03T04:12:19Z) - A Hierarchical Regression Chain Framework for Affective Vocal Burst
Recognition [72.36055502078193]
本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。
データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。
提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
論文 参考訳（メタデータ） (2023-03-14T16:08:45Z) - Safe Multi-agent Learning via Trapping Regions [89.24858306636816]
我々は、動的システムの定性理論から知られているトラップ領域の概念を適用し、分散学習のための共同戦略空間に安全セットを作成する。
本稿では,既知の学習力学を持つシステムにおいて,候補がトラップ領域を形成することを検証するための二分分割アルゴリズムと,学習力学が未知のシナリオに対するサンプリングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-02-27T14:47:52Z) - An active inference model of collective intelligence [0.0]
本稿では,局所的な個人レベルの相互作用と集団的知性の関係をシミュレートする最小エージェントモデルを提案する。
その結果, エージェントの局所的最適とグローバル的最適の整合性の相補的なメカニズムを提供することにより, 段階的認知遷移がシステム性能を向上させることが示された。
論文 参考訳（メタデータ） (2021-04-02T14:32:01Z)
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。