論文の概要: A Study of Belief Revision Postulates in Multi-Agent Systems (Extended Version)
- arxiv url: http://arxiv.org/abs/2605.02249v1
- Date: Mon, 04 May 2026 05:46:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:50.15109
- Title: A Study of Belief Revision Postulates in Multi-Agent Systems (Extended Version)
- Title（参考訳）: マルチエージェントシステムにおける信念修正提案の検討(拡張版)
- Authors: Michael Thielscher, Tran Cao Son,
- Abstract要約: エージェントが何らかの状態資産の信念を得た後、マルチエージェントシステムにおける全てのエージェントの信念が何になるかを検討する。
AGMの信念修正を多エージェント設定に一般化する。
- 参考スコア（独自算出の注目度）: 3.1273121164305633
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We investigate the belief revision problem in epistemic planning, i.e., what will be the beliefs of all agents in a multi-agent system after an agent gains the belief in some state property. Based on the standard representation in epistemic planning of agents' beliefs via a single multi-agent Kripke model, we generalize the classical AGM belief revision postulates to the multi-agent setting, with the aim to provide a formal framework for evaluating dynamic epistemic reasoning frameworks in which the beliefs of all agents as the result of actions are computed. As an example of a simple operator that satisfies all of the generalized AGM postulates, we present generalized full-meet multi-agent belief revision. We moreover define a generalization of the standard postulates for iterated revision, present a more sophisticated, event model based revision operator, and discuss the potential issues in defining an epistemic operator on Kripke models that can satisfy all of the generalized postulates for iterated multi-agent belief revision.
- Abstract（参考訳）: 我々は, 疫学計画における信念修正問題, すなわち, エージェントが何らかの国家財産を信仰した後のマルチエージェントシステムにおけるすべてのエージェントの信念について検討する。
一つのマルチエージェントKripkeモデルによるエージェントの信念の定型的計画の標準的表現に基づいて、従来のAGMの信念修正をマルチエージェント設定に一般化し、アクションの結果としてすべてのエージェントの信念が計算される動的なエピステミック推論フレームワークを評価するための形式的枠組みを提供することを目的としている。
一般化された AGM の仮定をすべて満足する単純作用素の例として、一般化された全ミートなマルチエージェント信念の修正を示す。
さらに、反復的リビジョンのための標準仮定の一般化を定義し、より洗練されたイベントモデルベースのリビジョン演算子を提示し、反復的マルチエージェントリビジョンのための一般化された仮定を全て満たせるクリプケモデル上で疫学演算子を定義する際の潜在的な問題について議論する。
関連論文リスト
- Causal Foundations of Collective Agency [6.242119553843324]
先進的なAIシステムの大きな課題は、単純なエージェントが必然的に、あらゆる個人とは異なる能力と目標を持つ集合エージェントを形成する可能性があることである。
我々は,グループ間の共同行動が合理的かつ目標指向であると見なす際に,集団的主体をグループに割り当てる,この問いに答える行動的視点を採用する。
我々のフレームワークは、マルチエージェントAIシステムにおける創発的集団エージェントを理解し、予測し、制御するための理論的かつ経験的な研究の基盤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） (2026-04-30T21:32:10Z) - Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。
アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。
ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
論文 参考訳（メタデータ） (2026-04-21T15:05:58Z) - OMNI-LEAK: Orchestrator Multi-Agent Network Induced Data Leakage [59.3826294523924]
オーケストレータ設定として知られる,一般的なマルチエージェントパターンのセキュリティ脆弱性について検討する。
本報告では,フロンティアモデルの攻撃カテゴリに対する感受性を報告し,推論モデルと非推論モデルの両方が脆弱であることが確認された。
論文 参考訳（メタデータ） (2026-02-13T21:32:32Z) - General Agents Contain World Models, even under Partial Observability and Stochasticity [0.913755431537592]
エージェントはランダム化を用いて環境を学習することができないことを示す。
我々は一般性の概念を弱め、力の弱いエージェントが既に彼らが運用する世界のモデルを含んでいることを証明した。
論文 参考訳（メタデータ） (2026-02-03T06:00:41Z) - 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) - Can an Individual Manipulate the Collective Decisions of Multi-Agents? [53.01767232004823]
M-Spoilerは、マルチエージェントシステム内のエージェントインタラクションをシミュレートして、対向サンプルを生成するフレームワークである。
M-スポイラーは、敵対的サンプルの最適化を積極的に支援するスタブボーン剤を導入した。
本研究は,マルチエージェントシステムにおける個々のエージェントの知識によって引き起こされるリスクを検証した。
論文 参考訳（メタデータ） (2025-09-20T01:54:20Z) - MAMM-Refine: A Recipe for Improving Faithfulness in Generation with Multi-Agent Collaboration [63.31211701741323]
我々はマルチエージェント・マルチモデル推論を生成にまで拡張し、特に改良による忠実度の向上を図っている。
我々は,各サブタスクに対して固有の評価を設計し,マルチエージェント(複数インスタンス)とマルチモデル(多変数LPMタイプ)の両方がエラー検出やクオリティクスに有効であることを示す。
我々はこれらの知見を、マルチエージェント・マルチモデル・リファインメント(MAMM-Refinement)と呼ばれる最終的な"レシピ"に統合し、マルチエージェント・マルチモデルコラボレーションがパフォーマンスを大幅に向上させる。
論文 参考訳（メタデータ） (2025-03-19T14:46:53Z) - AgentRefine: Enhancing Agent Generalization through Refinement Tuning [28.24897427451803]
LLM(Large Language Model)ベースのエージェントは、人間のような複雑なタスクを実行する能力を示した。
オープンソースLLMとGPTシリーズのような商用モデルの間にはまだ大きなギャップがある。
本稿では,命令チューニングによるLLMのエージェント一般化機能の改善に焦点をあてる。
論文 参考訳（メタデータ） (2025-01-03T08:55:19Z) - A General Framework for Distributed Inference with Uncertain Models [14.8884251609335]
異種エージェントのネットワークを用いた分散分類の問題について検討する。
我々は、エージェントの不確実性を可能性に組み込む不確実性モデルの概念に基づいて構築する。
論文 参考訳（メタデータ） (2020-11-20T22:17:12Z)
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。