論文の概要: Relational Archetypes: A Comparative Analysis of AV-Human and Agent-Human Interactions
- arxiv url: http://arxiv.org/abs/2604.22564v1
- Date: Fri, 24 Apr 2026 13:56:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-27 15:36:26.48677
- Title: Relational Archetypes: A Comparative Analysis of AV-Human and Agent-Human Interactions
- Title（参考訳）: リレーショナルアーチタイプ:AV-ヒューマン相互作用とエージェント-ヒューマン相互作用の比較分析
- Authors: Antoni Lorente, Amin Oueslati, Robin Staes-Polet,
- Abstract要約: 本稿では,人間-コンピュータインタラクションとAV-ヒューマンインタラクションに関する文献に基づく関係考古学の予備的分類法を提案する。
この2つの研究コミュニティ間の橋梁の強化を目的としている。
- 参考スコア（独自算出の注目度）: 0.6372261626436676
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Over the last couple of years, AI Agents have gained significant traction due to substantial progress in the capabilities of underlying General Purpose AI (GPAI) models, enhanced scaffolding techniques, and the promise to drive societal transformation. Companies, researchers, and policy makers have started to consider the different effects that AI agents may have across different dimensions of our lives. However, the literature exploring the broader effects of human-agent interactions is still underdeveloped. In this paper, we review the problem of traffic modulation by autonomous vehicles (AVs) in mixed traffic flows and extrapolate the learnings to the different modes of interaction between humans and AVs to the pair humans-AI agents. In doing so, we propose a preliminary taxonomy of relational archetypes based on literature on Human-Computer Interaction (HCI) and AV-human interaction and tentatively explore how the resulting framework may lead to new questions regarding human-agent interactions. Our effort is aimed at strengthening existing bridges between these two research communities, which share similar traits: autonomy, fast adoption, high impact, and great potential for economic transformation. Building on previous analogies between AI Agents and AVs (e.g., regarding autonomy levels), we anticipate this paper to spark scholarly debate on the different types of impact that agents may have on our societies, while inviting other researchers to expand the scope of their comparative analysis regarding AI Agents.
- Abstract（参考訳）: この2年間、AIエージェントは、基礎となる汎用AI(GPAI)モデルの能力の大幅な進歩、足場技術の向上、社会変革の推進の約束により、大きな注目を集めてきた。
企業、研究者、政策立案者は、AIエージェントが私たちの生活のさまざまな次元にわたって持つさまざまな影響について検討し始めている。
しかしながら、人間とエージェントの相互作用の広範な影響を探求する文献はまだ未開発である。
本稿では、混合交通流における自律走行車(AV)による交通調節の問題点を概観し、人間とAIエージェントの相互作用の異なるモードに学習を外挿する。
そこで本研究では,人間-コンピュータインタラクション(HCI)とAV-ヒューマンインタラクションに関する文献に基づく関係考古学の予備的分類法を提案する。
私たちの取り組みは、これら2つの研究コミュニティ間の既存の橋渡しを強化することを目的としています。
AIエージェントとAV(例えば自律性レベル)の以前の類似性に基づいて、我々はこの論文がエージェントが社会に与える影響について学術的な議論を引き起こし、他の研究者にAIエージェントに関する比較分析の範囲を広げるよう促すことを期待している。
関連論文リスト
- Imperfectly Cooperative Human-AI Interactions: Comparing the Impacts of Human and AI Attributes in Simulated and User Studies [25.913918889459552]
AI設計の特徴と人格の特徴は、それぞれが人間とAIの相互作用の品質と結果に影響を与える。
本研究は,2000のシミュレーションと290人の被験者を対象とする並列人体実験からなる,純粋にシミュレーションされたデータセットを比較した。
その結果、純粋にシミュレートされたデータセットと人間の研究データセット、シナリオタイプの違いが明らかになった。
論文 参考訳（メタデータ） (2026-04-17T01:10:34Z) - Cooperation Through Indirect Reciprocity in Child-Robot Interactions [81.62347137438248]
間接的相互性は子どもとロボットの相互作用に変換できるかどうかを考察する。
IRは子どもやロボットに拡張され、協調ジレンマが解決される。
マルチアームバンディットアルゴリズムによる協調は,人間による戦略に大きく依存していることが観察された。
論文 参考訳（メタデータ） (2025-11-07T07:08:32Z) - When Trust Collides: Decoding Human-LLM Cooperation Dynamics through the Prisoner's Dilemma [10.143277649817096]
本研究では,大規模言語モデル(LLM)エージェントに対する人間の協調的態度と行動について検討する。
その結果, エージェントアイデンティティがほとんどの協調行動に有意な影響を及ぼすことが明らかとなった。
これらの知見は,自律エージェントとの競争におけるヒト適応の理解に寄与する。
論文 参考訳（メタデータ） (2025-03-10T13:37:36Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - AntEval: Evaluation of Social Interaction Competencies in LLM-Driven
Agents [65.16893197330589]
大規模言語モデル(LLM)は、幅広いシナリオで人間の振る舞いを再現する能力を示した。
しかし、複雑なマルチ文字のソーシャルインタラクションを扱う能力については、まだ完全には研究されていない。
本稿では,新しいインタラクションフレームワークと評価手法を含むマルチエージェントインタラクション評価フレームワーク(AntEval)を紹介する。
論文 参考訳（メタデータ） (2024-01-12T11:18:00Z) - Human-AI collaboration is not very collaborative yet: A taxonomy of interaction patterns in AI-assisted decision making from a systematic review [6.013543974938446]
意思決定支援システムにおける人工知能の活用は、技術的進歩に不相応に焦点を合わせてきた。
人間中心の視点は、既存のプロセスとのシームレスな統合のためにAIソリューションを設計することで、この懸念を緩和しようとする。
論文 参考訳（メタデータ） (2023-10-30T17:46:38Z) - Dimensions of Disagreement: Unpacking Divergence and Misalignment in
Cognitive Science and Artificial Intelligence [11.236150405125754]
人工エージェントの普及により、人間と人工エージェントの相違を管理する必要性が高まっている。
心理学における過去の研究は、2つのエージェントが同じ対象の異なる評価を形成するとして、しばしば意見の相違を生んでいるが、エージェントがその対象をどう表現するかの相違から意見の相違が生じることもある。
ばらつきと不一致がどう相互作用するかを理解することは、様々な種類のエージェント間の効果的な協調を促進する鍵となる。
論文 参考訳（メタデータ） (2023-10-03T16:40:56Z) - ProAgent: Building Proactive Cooperative Agents with Large Language
Models [89.53040828210945]
ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。
ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。
ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
論文 参考訳（メタデータ） (2023-08-22T10:36:56Z) - A Mental-Model Centric Landscape of Human-AI Symbiosis [31.14516396625931]
我々は、GHAI(Generalized Human-Aware Interaction)と呼ばれる、ヒューマン・アウェア・AIインタラクション・スキームの極めて一般的なバージョンを導入する。
この新しいフレームワークによって、人間とAIのインタラクションの空間で達成されたさまざまな作業が捕捉され、これらの作業によって支えられる基本的な行動パターンが特定できるかどうかを確認します。
論文 参考訳（メタデータ） (2022-02-18T22:08:08Z) - Learning Latent Representations to Influence Multi-Agent Interaction [65.44092264843538]
エージェントのポリシーの潜在表現を学習するための強化学習に基づくフレームワークを提案する。
提案手法は代替手段よりも優れており,他のエージェントに影響を与えることを学習している。
論文 参考訳（メタデータ） (2020-11-12T19:04:26Z)
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。