論文の概要: CoGrid & the Multi-User Gymnasium: A Framework for Multi-Agent Experimentation
- arxiv url: http://arxiv.org/abs/2604.15044v1
- Date: Thu, 16 Apr 2026 14:10:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-17 21:29:31.939072
- Title: CoGrid & the Multi-User Gymnasium: A Framework for Multi-Agent Experimentation
- Title（参考訳）: CoGrid and the Multi-User Gymnasium: A Framework for Multi-Agent Experimentation
- Authors: Chase McDonald, Cleotilde Gonzalez,
- Abstract要約: CoGridは、デュアルNumPyとJAXバックエンドを備えたマルチエージェントグリッドベースのシミュレーションライブラリである。
Multi-User Gymnasiumは、このようなシミュレーション環境を直接、インタラクティブなWebベースの実験に変換する。
MUGは任意の数の人間とAIとのインタラクションをサポートし、サーバ権限またはピアツーピアネットワークとロールバックネットコードを使ってレイテンシを考慮している。
- 参考スコア（独自算出の注目度）: 0.17188280334580197
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The increasing integration of artificial intelligence (AI) in everyday life brings with it new challenges and questions for regarding how humans interact with autonomous agents. Multi-agent experiments, where humans and AI act together, can offer important opportunities to study social decision making, but there is a lack of accessible tooling available to researchers to run such experiments. We introduce two tools designed to reduce these barriers. The first, CoGrid, is a multi-agent grid-based simulation library with dual NumPy and JAX backends. The second, Multi-User Gymnasium (MUG), translates such simulation environments directly into interactive web-based experiments. MUG supports interactions with arbitrary numbers of humans and AI, utilizing either server-authoritative or peer-to-peer networking with rollback netcode to account for latency. Together, these tools can enable researchers to deploy studies of human-AI interaction, facilitating inquiry into core questions of psychology, cognition, and decision making and their relationship to human-AI interaction. Both tools are open source and available to the broader research community. Documentation and source code is available at {cogrid, multi-user-gymnasium}.readthedocs.io. This paper details the functionality of these tools and presents several case studies to illustrate their utility in human-AI multi-agent experimentation.
- Abstract（参考訳）: 人工知能(AI)を日々の生活に取り入れることによって、人間が自律エージェントとどのように相互作用するかに関する新たな課題と疑問がもたらされる。
人間とAIが一緒に行動するマルチエージェント実験は、社会的な意思決定を研究する重要な機会を提供するが、そのような実験を行うために研究者が利用できるツールが不足している。
これらの障壁を減らすために設計された2つのツールを紹介します。
最初のCoGridは、デュアルNumPyとJAXバックエンドを備えたマルチエージェントグリッドベースのシミュレーションライブラリである。
第2のMulti-User Gymnasium(MUG)は、このようなシミュレーション環境を直接、インタラクティブなWebベースの実験に変換する。
MUGは任意の数の人間とAIとのインタラクションをサポートし、サーバ権限またはピアツーピアネットワークとロールバックネットコードを使ってレイテンシを考慮している。
これらのツールによって、研究者は人間とAIの相互作用の研究を展開できるようになり、心理学、認知、意思決定、そして人間とAIの相互作用との関係に関するコアな疑問への調査が促進される。
どちらのツールもオープンソースで、より広い研究コミュニティで利用できる。
ドキュメンテーションとソースコードは {cogrid, multi-user-gymnasium} で入手できる。
readthedocs.io
本稿では、これらのツールの機能について詳述し、人間-AIマルチエージェント実験におけるそれらの有用性を説明するいくつかのケーススタディを示す。
関連論文リスト
- The Agentic Researcher: A Practical Guide to AI-Assisted Research in Mathematics and Machine Learning [22.71288370686935]
本稿では,AIによる数学と機械学習の研究の実践的ガイドとなる。
I)AI統合の5段階の分類、(II)CLIコーディングエージェントを自律的な研究アシスタントに変えるオープンソースのフレームワーク、(III)ディープラーニングと数学のケーススタディである。
論文 参考訳（メタデータ） (2026-03-16T21:02:06Z) - LabOS: The AI-XR Co-Scientist That Sees and Works With Humans [51.025615465050635]
LabOSは、計算推論と物理実験を結びつける最初のAI共同科学者である。
マルチモデルAIエージェント、スマートグラス、人間とAIのコラボレーションを接続することで、LabOSはAIが科学者が見ているものを確認し、実験コンテキストを理解し、リアルタイム実行を支援することができる。
論文 参考訳（メタデータ） (2025-10-16T16:36:22Z) - Deliberate Lab: A Platform for Real-Time Human-AI Social Experiments [9.689197691319741]
Deliberate Labは、大規模でリアルタイムな行動実験のためのオープンソースのプラットフォームである。
人間の参加者と大きな言語モデル(LLM)ベースのエージェントの両方をサポートする。
論文 参考訳（メタデータ） (2025-10-14T22:02:24Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。
我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。
結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z) - SciMaster: Towards General-Purpose Scientific AI Agents, Part I. X-Master as Foundation: Can We Lead on Humanity's Last Exam? [51.112225746095746]
本稿では,人間研究者をエミュレートするツール強化推論エージェントであるX-Masterを紹介する。
XマスターズはHumanity's Last Examに32.1%のスコアで最新記録を樹立した。
論文 参考訳（メタデータ） (2025-07-07T17:50:52Z) - ChatCollab: Exploring Collaboration Between Humans and AI Agents in Software Teams [1.3967206132709542]
ChatCollabの斬新なアーキテクチャは、エージェント(人間またはAI)が任意の役割でコラボレーションに参加することを可能にする。
ソフトウェアエンジニアリングをケーススタディとして使用することで、私たちのAIエージェントが彼らの役割と責任をうまく特定できることが分かりました。
ソフトウェア開発のための従来の3つのマルチエージェントAIシステムに関連して、ChatCollab AIエージェントはインタラクティブなゲーム開発タスクにおいて、同等またはより良いソフトウェアを生成する。
論文 参考訳（メタデータ） (2024-12-02T21:56:46Z) - Multi-Turn Human-LLM Interaction Through the Lens of a Two-Way Intelligibility Protocol [1.5711521670164208]
本稿では,エージェント間のインタラクションのための抽象的プロトコルに基づく,より構造化されたアプローチについて検討する。
このプロトコルは"双方向のインテリジェンス"の概念によって動機付けられ、通信有限状態マシンのペアによってモデル化される。
その結果,人間-LLM相互作用における一方向および二方向のインテリジェンスを捕捉するプロトコルの能力を支持する証拠が得られた。
論文 参考訳（メタデータ） (2024-10-27T21:20:18Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳（メタデータ） (2021-09-27T09:56:23Z) - SMARTS: Scalable Multi-Agent Reinforcement Learning Training School for
Autonomous Driving [96.50297622371457]
マルチエージェントインタラクションは、現実の世界における自律運転の基本的な側面である。
研究と開発が10年以上続いたにもかかわらず、様々なシナリオで多様な道路ユーザーと対話する方法の問題は未解決のままである。
SMARTSと呼ばれる,多種多様な運転インタラクションを生成する専用シミュレーションプラットフォームを開発した。
論文 参考訳（メタデータ） (2020-10-19T18:26:10Z)
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。