論文の概要: Active Inference with a Self-Prior in the Mirror-Mark Task

• arxiv url: http://arxiv.org/abs/2604.09673v1
• Date: Thu, 02 Apr 2026 08:15:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-19 19:09:11.615587
• Title: Active Inference with a Self-Prior in the Mirror-Mark Task
• Title（参考訳）: ミラーマークタスクにおける自己パラメータによるアクティブ推論
• Authors: Dongmin Kim, Hoshinori Kanazawa, Yasuo Kuniyoshi,
• Abstract要約: 鏡自己認識テストは、被写体が鏡でのみ見える自身の身体のマークに触れているかどうかを評価し、自己認識の指標として広く使用されている。 本稿では,この行動が外部報酬を伴わずに,単一メカニズムである自己優先機構を通じて自然に発生する計算モデルを提案する。
• 参考スコア（独自算出の注目度）: 7.031699672463923
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The mirror self-recognition test evaluates whether a subject touches a mark on its own body that is visible only in a mirror, and is widely used as an indicator of self-awareness. In this study, we present a computational model in which this behavior emerges spontaneously through a single mechanism, the self-prior, without any external reward. The self-prior, implemented with a Transformer, learns the density of familiar multisensory experiences; when a novel mark appears, the discrepancy from this learned distribution drives mark-directed behavior through active inference. A simulated infant, relying solely on vision and proprioception without tactile input, discovered a sticker placed on its own face in the mirror and removed it in approximately 70% of cases without any explicit instruction. Expected free energy decreased significantly after sticker removal, confirming that the self-prior operates as an internal criterion for distinguishing self from non-self. Cross-modal sampling further demonstrated that the self-prior captures visual--proprioceptive associations, functioning as a probabilistic body schema. These results provide a concise computational account of the key behavior observed in the mirror test and suggest that the free energy principle can serve as a unifying hypothesis for investigating the developmental origins of self-awareness. Code is available at: https://github.com/kim135797531/self-prior-mirror
• Abstract（参考訳）: 鏡自己認識テストは、被写体が鏡でのみ見える自身の身体のマークに触れているかどうかを評価し、自己認識の指標として広く使用されている。 本研究では,この行動が外部報酬を伴わずに,単一メカニズムである自己優先機構を通じて自然に発生する計算モデルを提案する。 トランスフォーマーで実装されたセルフプライアは、慣れ親しんだマルチ感覚体験の密度を学習し、新しいマークが現れると、この学習された分布との相違が、アクティブな推論を通じてマーク指向の振る舞いを駆動する。 触覚を使わずに視力とプロプレセプションのみに依存したシミュレートされた幼児は、鏡に自分の顔に貼られたステッカーを発見し、明示的な指示なしに約70%のケースで除去した。 ステッカー除去後に期待される自由エネルギーは著しく減少し、自己優先が自己と非自己を区別するための内部基準として機能することが確認された。 クロスモーダルサンプリングにより、自己優先順位は、確率的ボディスキーマとして機能し、視覚的・プロプライオセプティヴな関連をキャプチャすることを示した。 これらの結果はミラーテストで観察される重要な挙動を簡潔に計算し、自由エネルギー原理が自己認識の発達の起源を調査するための統一仮説として役立つことを示唆している。 コードは、https://github.com/kim135797531/self-prior-mirrorで入手できる。

関連論文リスト

• MirrorBench: Evaluating Self-centric Intelligence in MLLMs by Introducing a Mirror [68.92922229518848]
  心理学における古典的ミラー自己認識(MSR)テストに触発されたシミュレーションベースのベンチマークであるMirrorBenchを紹介する。 MirrorBenchはこのパラダイムを、段階的に困難なタスクの結合されたフレームワークを通じてMLLMを具現化したものに拡張している。 本研究は,心理学的パラダイムとインテリジェンスを橋渡しし,大規模モデルにおける汎用インテリジェンスの出現を評価するための原則的枠組みを提供する。
  論文  参考訳（メタデータ） (2026-04-16T08:45:34Z)
• Exploration Through Introspection: A Self-Aware Reward Model [0.0]
  エビデンス(エビデンス)は、自己および他の認識のための統一されたシステムを指す。 我々は、グリッドワールド環境において、強化学習エージェントが自身の内部状態を推測することで、この自己認識性を探求する。
  論文  参考訳（メタデータ） (2026-01-06T19:53:33Z)
• Automated Detection of Visual Attribute Reliance with a Self-Reflective Agent [58.90049897180927]
  視覚モデルにおける視覚的特徴の意図しない依存を検出するための自動フレームワークを提案する。 自己反射エージェントは、モデルが依存する可能性のある視覚特性に関する仮説を生成し、テストする。 我々は,視覚特性の多様さを示すために設計された130モデルの新しいベンチマークに対して,我々のアプローチを評価した。
  論文  参考訳（メタデータ） (2025-10-24T17:59:02Z)
• The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
  人格特性は、人間の行動の予測因子として長い間研究されてきた。 近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
  論文  参考訳（メタデータ） (2025-09-03T21:27:10Z)
• Emergence of Goal-Directed Behaviors via Active Inference with Self-Prior [4.863927022806184]
  幼児は、外部報酬基準が提供されていない場合でも、感覚刺激に手を伸ばすなど、目標指向の行動を示すことが多い。 我々は「自己優先」と呼ばれるエージェント自身のマルチモーダル感覚経験のための新しい密度モデルを提案する。 本研究は、エージェント自身の感覚経験によって形成される本態的に動機づけられた行動を実装し、初期発達における意図的行動の自然発生を実証する。
  論文  参考訳（メタデータ） (2025-04-15T11:16:27Z)
• Self-Regulated Learning for Egocentric Video Activity Anticipation [147.9783215348252]
  自己制御学習(SRL)は、中間表現を連続的に制御し、現在のタイムスタンプのフレームにおける新しい情報を強調する表現を作り出すことを目的としている。 SRLは2つのエゴセントリックなビデオデータセットと2つの第三者のビデオデータセットにおいて、既存の最先端技術よりも大幅に優れています。
  論文  参考訳（メタデータ） (2021-11-23T03:29:18Z)
• SparseBERT: Rethinking the Importance Analysis in Self-attention [107.68072039537311]
  トランスフォーマーベースのモデルは、その強力な能力のために自然言語処理(NLP)タスクに人気がある。 事前学習モデルの注意マップの可視化は,自己着脱機構を理解するための直接的な方法の一つである。 本研究では,sparsebert設計の指導にも適用可能な微分可能アテンションマスク(dam)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-25T14:13:44Z)
• Robot in the mirror: toward an embodied computational model of mirror self-recognition [1.9686770963118383]
  鏡の自己認識テストは、被験者の顔に隠れてマークを付け、鏡の前に彼女を置き、反応を観察する。 この作業では、このテストに合格するために必要なコンポーネントについて、機械的分解(mechanistic decomposition)またはプロセスモデルを提供します。 そこで我々は,ヒューマノイドロボットのNuがテストに合格できるようにするモデルを開発した。
  論文  参考訳（メタデータ） (2020-11-09T15:11:31Z)
• Exploring Self-attention for Image Recognition [151.12000247183636]
  画像認識における自己注意の2つの形態について考察する。 ひとつは、標準的なドット積の注意を一般化する、ペアワイズな自己注意である。 もう1つはパッチワイドな自己認識であり、畳み込みよりも厳格に強力です。
  論文  参考訳（メタデータ） (2020-04-28T16:01:48Z)
• Robot self/other distinction: active inference meets neural networks learning in a mirror [9.398766540452632]
  ロボットがミラー上で非出現自認を行うことを可能にするアルゴリズムを提案する。 このアルゴリズムは、脳内の知覚と行動の理論モデルであるアクティブ推論とニューラルネットワーク学習を組み合わせる。 ヒューマノイドロボットの実験結果から,初期条件の異なるアルゴリズムの信頼性が示された。
  論文  参考訳（メタデータ） (2020-04-11T19:51:47Z)

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。