論文の概要: Cooperation in Human and Machine Agents: Promise Theory Considerations

• arxiv url: http://arxiv.org/abs/2604.10505v1
• Date: Sun, 12 Apr 2026 07:48:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.060495
• Title: Cooperation in Human and Machine Agents: Promise Theory Considerations
• Title（参考訳）: 人間エージェントと機械エージェントの協力:約束理論の考察
• Authors: M. Burgess,
• Abstract要約: ヒューマンマシンエージェントのシステムにおける協調に関するPromise Theoryの視点は、組織と機能設計に関する統一的な視点を提供する。 エージェント協力の確立した原則を再考し、人間、機械、そしてそれらの相互の相互作用に適用する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agent based systems are more common than we may think. A Promise Theory perspective on cooperation, in systems of human-machine agents, offers a unified perspective on organization and functional design with semi-automated efforts, in terms of the abstract properties of autonomous agents, This applies to human efforts, hardware systems, software, and artificial intelligence, with and without management. One may ask how does a reasoning system of components keep to an intended purpose? As the agent paradigm is now being revived, in connection with artificial intelligence agents, I revisit established principles of agent cooperation, as applied to humans, machines, and their mutual interactions. Promise Theory represents the fundamentals of signalling, comprehension, trust, risk, and feedback between agents, and offers some lessons about success and failure.
• Abstract（参考訳）: エージェントベースのシステムは、想像以上に一般的です。 ヒューマンマシンエージェントのシステムにおける協調に関するPromise Theoryの視点は、自律エージェントの抽象的性質の観点から、半自動化された取り組みによる組織と機能設計に関する統一的な視点を提供する。 コンポーネントの推論システムは、どのように意図した目的を維持しているのか? エージェントパラダイムが復活しつつある今、人工知能エージェントに関連して、人間、機械、そしてそれらの相互の相互作用に適用されるように、エージェント協力の確立された原則を再考する。 Promise Theoryは、エージェント間のシグナリング、理解、信頼、リスク、フィードバックの基本を表し、成功と失敗についていくつかの教訓を提供する。

関連論文リスト

• Embedded Universal Predictive Intelligence: a coherent framework for multi-agent learning [57.23345786304694]
  予測学習のための枠組みと自己予測を中心とした組込みエージェントを導入する。 マルチエージェント設定では、エージェントが類似したアルゴリズムを実行している他のエージェントについて推論することができる。 我々は、AIXIの理論を拡張し、Solomonoffから始まる普遍的なインテリジェントな埋め込みエージェントについて研究する。
  論文  参考訳（メタデータ） (2025-11-27T08:46:48Z)
• Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
  大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。 このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。 本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-28T17:58:12Z)
• Toward a Theory of Agents as Tool-Use Decision-Makers [89.26889709510242]
  真の自律性は、エージェントが、彼らが知っていること、必要なこと、そしてその知識を効率的に獲得する方法を統治する、一貫性のある疫学の枠組みに根ざす必要がある、と我々は主張する。 本研究では,内的推論と外的行動を等価な疫学ツールとして扱う統一理論を提案し,エージェントが内観と相互作用を体系的に調整することを可能にする。 この視点は、エージェントの設計を単なるアクションエグゼクタから知識駆動インテリジェンスシステムにシフトさせ、適応的で効率的でゴール指向の行動が可能な基礎エージェントを構築するための原則化された道筋を提供する。
  論文  参考訳（メタデータ） (2025-06-01T07:52:16Z)
• Position Paper: Towards Open Complex Human-AI Agents Collaboration Systems for Problem Solving and Knowledge Management [0.15039745292757667]
  我々は,Human-AI Agents Collaboration Systems(HAACS)のための技術に依存しない,コラボレーション可能なスタンスを提案する。 7次元のコラボスピンと人間とエージェントのコントラストを通して経験的なパターンを読み取ることで、欠落したピースを識別する。 アドホック接着剤を使わず,バイオサイバネティック拡張をスケッチすることなく,新たなエージェントプロトコルとの相互運用性を示す。
  論文  参考訳（メタデータ） (2025-04-24T05:57:03Z)
• Incentivized Symbiosis: A Paradigm for Human-Agent Coevolution [0.0]
  進化ゲーム理論は、協力を成功させるための構造とインセンティブを理解するためのレンズを提供する。 ヒューマンエージェントチーム、契約理論、Web3のような分散フレームワークの収束は、協力を促進する基盤を提供する。 私たちは、Incentivized Symbiosisを、Web3の原則にインスパイアされ、ブロックチェーン技術にエンコードされた、人間とAIの間のソーシャルコントラクトとして概念化しています。
  論文  参考訳（メタデータ） (2024-12-08T20:23:48Z)
• The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
  大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。 単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
  論文  参考訳（メタデータ） (2023-09-14T17:12:03Z)
• Towards a Unifying Model of Rationality in Multiagent Systems [11.321217099465196]
  マルチエージェントシステムは、これらのエージェントが互いに協力するのと同じくらい効果的に、他のエージェント(人間を含む)と協力する必要がある。 本稿では,個々に合理的な学習者であり,相互に協力できる社会的知的エージェントの汎用モデルを提案する。 我々は、異なる形態の後悔のために、社会的にインテリジェントなエージェントを構築する方法を示します。
  論文  参考訳（メタデータ） (2023-05-29T13:18:43Z)
• A Cognitive Framework for Delegation Between Error-Prone AI and Human Agents [0.0]
  本研究では,認知にインスパイアされた行動モデルを用いて,人間エージェントとAIエージェントの両方の行動を予測する。 予測された振る舞いは、仲介者の使用を通じて人間とAIエージェントの制御を委譲するために使用される。
  論文  参考訳（メタデータ） (2022-04-06T15:15:21Z)

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。