論文の概要: Overhang Tower: Resource-Rational Adaptation in Sequential Physical Planning

• arxiv url: http://arxiv.org/abs/2604.09072v1
• Date: Fri, 10 Apr 2026 07:54:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-13 17:57:53.763376
• Title: Overhang Tower: Resource-Rational Adaptation in Sequential Physical Planning
• Title（参考訳）: オーバーハングタワー:シークエンシャル物理計画における資源比適応
• Authors: Ruihong Shen, Shiqian Li, Yixin Zhu,
• Abstract要約: ヒトは、認知予算に合わせて、物理的予測機構と計画戦略の両方を同時にシフトしながら、資源圧の下で二重遷移を示すことを示す。 これらの結果から,予測忠実度に対して計算コストを柔軟に交換する階層的・資源合理的なアーキテクチャが明らかとなった。
• 参考スコア（独自算出の注目度）: 9.035799522683446
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Humans effortlessly navigate the physical world by predicting how objects behave under gravity and contact forces, yet how such judgments support sequential physical planning under resource constraints remains poorly understood. Research on intuitive physics debates whether prediction relies on the Intuitive Physics Engine (IPE) or fast, cue-based heuristics; separately, decision-making research debates deliberative lookahead versus myopic strategies. These debates have proceeded in isolation, leaving the cognitive architecture of sequential physical planning underspecified. How physical prediction mechanisms and planning strategies jointly adapt under limited cognitive resources remains an open question. Here we show that humans exhibit a dual transition under resource pressure, simultaneously shifting both physical prediction mechanism and planning strategy to match cognitive budget. Using Overhang Tower, a construction task requiring participants to maximize horizontal overhang while maintaining stability, we find that IPE-based simulation dominates early stages while CNN-based visual heuristics prevail as complexity grows; concurrently, time pressure truncates deliberative lookahead, shifting planning toward shallower horizons: a dual transition unpredicted by prior single-mechanism accounts. These findings reveal a hierarchical, resource-rational architecture that flexibly trades computational cost against predictive fidelity. Our results unify two long-standing debates (simulation vs. heuristics and myopic vs. deliberative planning) as a dynamic repertoire reconfigured by cognitive budget.
• Abstract（参考訳）: 人間は、重力や接触力の下でオブジェクトがどのように振る舞うかを予測することで、物理的世界を熱心にナビゲートします。 直感的な物理学の研究は、予測が直観的物理エンジン(IPE)に依存するのか、それとも高速でキューに基づくヒューリスティックな理論に依存しているのかを議論している。 これらの議論は独立して進み、シーケンシャルな物理的計画の認知的構造は明確化されていない。 限られた認知資源の下で、物理的な予測機構と計画戦略が共同でどのように適応するかは、未解決の問題である。 ここでは、人間は、認知予算に合わせて、物理的予測機構と計画戦略の両方を同時にシフトしながら、資源圧の下で二重遷移を示すことを示す。 安定性を維持しながら水平オーバーハングを最大化することを求める建設作業であるOverhang Towerを用いて、CNNに基づく視覚的ヒューリスティックが複雑化するにつれて、IPEに基づくシミュレーションが早期に優位であるのに対して、CNNに基づく視覚的ヒューリスティックが普及していることが判明した。 これらの結果から,予測忠実度に対して計算コストを柔軟に交換する階層的・資源合理的なアーキテクチャが明らかとなった。 我々の結果は、認知予算によって再構成された動的なレパートリーとして、2つの長年にわたる議論(シミュレーション対ヒューリスティックスとミオピック対熟考計画)を統合する。

関連論文リスト

• Spatial Causal Prediction in Video [56.22332198384257]
  我々は,空間因果的結果の予測と観察以上の推論をモデルに挑戦する新しい課題パラダイムを導入する。 我々は、様々な視点、シーン、因果方向にまたがる1,181本の動画に2500対のQAペアからなるベンチマークを構築した。 23種類の最先端モデルに関する総合的な実験を通して、人間とモデルの性能の差は時間外挿に制限され、因果的接地は弱かった。
  論文  参考訳（メタデータ） (2026-03-04T11:09:39Z)
• Compositional Planning with Jumpy World Models [70.74595987225908]
  我々は、事前訓練されたポリシーを構成するエージェントを時間的に拡張したアクションとして研究し、構成員だけでは解決できない複雑なタスクに対する解決を可能にする。 arXiv:2206.08736で導入された幾何学的ポリシー構成フレームワークをモチベーションとして,多段階力学の予測モデルを学習することにより,これらの課題に対処する。
  論文  参考訳（メタデータ） (2026-02-23T09:22:21Z)
• 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)
• Embodied Tree of Thoughts: Deliberate Manipulation Planning with Embodied World Model [12.257547810949482]
  Embodied Tree of Thoughts (EToT)は、Real2Sim2Real計画フレームワークである。 EToTは2つの相乗的メカニズムを通じてツリー探索が拡張されたときの操作計画の定式化を行う。 物理シミュレータで高レベル推論を基礎にすることにより、生成した計画が剛体力学や衝突の制約に固執することを保証する。
  論文  参考訳（メタデータ） (2025-12-09T02:36:26Z)
• Emergence of Superposition: Unveiling the Training Dynamics of Chain of Continuous Thought [64.43689151961054]
  有向グラフ到達性問題に対する簡易な2層変圧器のトレーニング力学を理論的に解析する。 分析の結果,連続的思考を用いたトレーニングでは,まずインデックスマッチングロジットが増加し,その後は軽度な仮定の下で拘束されることがわかった。
  論文  参考訳（メタデータ） (2025-09-27T15:23:46Z)
• Next-Generation Conflict Forecasting: Unleashing Predictive Patterns through Spatiotemporal Learning [0.0]
  本研究では、3つの異なるタイプの暴力を事前に36ヶ月予測するためのニューラルネットワークアーキテクチャを提案する。 このモデルは確率的分類と回帰タスクを共同で実行し、将来の事象の予測と予測等級を生成する。 警告システム、人道的対応計画、証拠に基づく平和構築イニシアチブのための有望なツールである。
  論文  参考訳（メタデータ） (2025-06-08T20:42:29Z)
• DeepVerse: 4D Autoregressive Video Generation as a World Model [16.877309608945566]
  DeepVerseは、4Dインタラクティブな新しい世界モデルであり、過去の時系列から幾何学的予測を現在の行動予測に明示的に取り入れている。 実験では、明示的な幾何学的制約を組み込むことで、DeepVerseはより豊かな時間的関係と基礎となる物理力学を捉えている。 この機能はドリフトを大幅に低減し、時間的一貫性を高め、モデルが確実に将来的なシーケンスを生成することを可能にする。
  論文  参考訳（メタデータ） (2025-06-01T17:58:36Z)
• Investigating Pose Representations and Motion Contexts Modeling for 3D Motion Prediction [63.62263239934777]
  歴史的ポーズシーケンスから人間の動きを予測することは、機械が人間と知的な相互作用を成功させるために不可欠である。 本研究では,様々なポーズ表現に関する詳細な研究を行い,その動作予測課題に対する効果に着目した。 AHMR(Attentive Hierarchical Motion Recurrent Network)と呼ばれる新しいRNNアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-12-30T10:45:22Z)
• Supporting Optimal Phase Space Reconstructions Using Neural Network Architecture for Time Series Modeling [68.8204255655161]
  位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。 私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
  論文  参考訳（メタデータ） (2020-06-19T21:04:47Z)

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。