論文の概要: Behavioral Determinants of Deployed AI Agents in Social Networks: A Multi-Factor Study of Personality, Model, and Guardrail Specification
- arxiv url: http://arxiv.org/abs/2605.08463v1
- Date: Fri, 08 May 2026 20:28:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:49.667223
- Title: Behavioral Determinants of Deployed AI Agents in Social Networks: A Multi-Factor Study of Personality, Model, and Guardrail Specification
- Title（参考訳）: ソーシャルネットワークにおけるデプロイAIエージェントの行動決定要因:パーソナリティ、モデル、ガードレールの仕様に関する多要素研究
- Authors: Sarah Wilson, Diem Linh Dang, Usman Ali Moazzam, Shan Ye, Gail Kaiser,
- Abstract要約: 我々は,13人のOpenClawエージェントが,RedditのようなAIエージェントのためのソーシャルネットワークであるMoltbookにデプロイされる,制御された多要素実証研究を提案する。
我々は行動、言語、社会的指標を収集し、構成層が創発的な社会的行動を予測する方法を評価する。
本研究は,デプロイ型マルチエージェント社会システムに関する新興文献に実証的証拠を与えるものである。
- 参考スコア（独自算出の注目度）: 0.441177788642143
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous AI agents are increasingly deployed in open social environments, yet the relationship between their configuration specifications and their emergent social behavior remains poorly understood. We present a controlled, multi-factor empirical study in which thirteen OpenClaw agents are deployed on Moltbook -- a Reddit-like social network built for AI agents -- across three systematically varied independent variables: (1) personality specification via SOUL.md, (2) underlying LLM model backbone, and (3) operational rules and memory configuration via AGENTS.md. A default control agent provides a behavioral baseline. Over a one-week observation window spanning approximately 400 autonomous sessions per agent, we collect behavioral, linguistic, and social metrics to assess how configuration layers predict emergent social behavior. We find that personality specification is the dominant behavioral lever, producing a massive spread in response length across agents, while model backbone and operational rules drive more moderate but still meaningful effects on rhetorical style and topic engagement breadth. Our findings contribute empirical evidence to the emerging literature on deployed multi-agent social systems and offer practical guidance for designing agents intended for collaborative or monitoring tasks in real social environments.
- Abstract（参考訳）: 自律型AIエージェントは、オープンな社会環境にますます展開されているが、構成仕様と創発的な社会的行動との関係は、まだよく分かっていない。
我々は,AIエージェント用に構築されたRedditライクなソーシャルネットワークであるMoltbookに13人のOpenClawエージェントがデプロイされる,制御された多要素実証研究を,(1)SOUL.mdによるパーソナライズ仕様,(2)LLMモデルのバックボーンに基づくパーソナライズ仕様,(3)AgentS.mdによる運用ルールとメモリ構成という,3つの体系的な独立した変数に対して実施する。
デフォルトのコントロールエージェントは、振る舞いのベースラインを提供する。
エージェント毎の約400の自律的なセッションにまたがる1週間の観察ウィンドウで、私たちは行動、言語、社会的メトリクスを収集し、設定層が創発的な社会的行動を予測する方法を評価する。
モデルバックボーンと操作ルールは,レトリックスタイルやトピックエンゲージメントの広さに対して,より穏健だがそれでも意味のある効果をもたらす。
本研究は, 実社会環境における協調的・監視的なタスクを意図したエージェントを設計するための実践的ガイダンスを提供するとともに, デプロイされたマルチエージェント社会システムに関する新たな文献に実証的証拠を与えるものである。
関連論文リスト
- Social Theory Should Be a Structural Prior for Agentic AI: A Formal Framework for Multi-Agent Social Systems [1.8391368206351484]
マルチエージェント社会システム(英: Multi-Agent Social Systems、MASS)は、エージェントが相互作用し、システムレベルの結果を生成するためのフレームワークである。
このポジションペーパーでは、エージェントAIシステムは構造的先行として社会理論でモデル化されなければならないと論じている。
論文 参考訳（メタデータ） (2026-05-08T00:30:02Z) - Position: AI Agents Are Not (Yet) a Panacea for Social Simulation [62.891898598784415]
大規模言語モデル(LLM)の最近の進歩は、社会シミュレーションにLLM統合エージェントを使うことへの関心が高まっている。
このポジションペーパーは、LSMをベースとしたエージェントは社会シミュレーションのパナセアではないと主張している。
論文 参考訳（メタデータ） (2026-02-19T06:35:07Z) - MoltNet: Understanding Social Behavior of AI Agents in the Agent-Native MoltBook [26.126469624250916]
MoltNetは、MltBook上でのエージェントインタラクションに関する大規模な実証分析である。
目的と動機,規範とテンプレート,インセンティブと行動ドリフト,感情と伝染の4つの側面に沿った行動を検討する。
論文 参考訳（メタデータ） (2026-02-13T21:03:59Z) - Agentic Reasoning for Large Language Models [122.81018455095999]
推論は推論、問題解決、意思決定の基礎となる基本的な認知プロセスである。
大規模言語モデル(LLM)は、クローズドワールド設定では強力な推論能力を示すが、オープンエンドおよび動的環境では苦労する。
エージェント推論は、連続的な相互作用を計画し、行動し、学習する自律的なエージェントとしてLLMを解釈することでパラダイムシフトを示す。
論文 参考訳（メタデータ） (2026-01-18T18:58:23Z) - What Do LLM Agents Do When Left Alone? Evidence of Spontaneous Meta-Cognitive Patterns [27.126691338850254]
外部に課されたタスクを欠いた大規模言語モデル(LLM)エージェントの動作を研究するアーキテクチャを提案する。
永続的なメモリと自己フィードバックを使用して、継続的な理由と行動のフレームワークは、持続的な自律的な操作を可能にします。
論文 参考訳（メタデータ） (2025-09-25T14:29:49Z) - Simulating Generative Social Agents via Theory-Informed Workflow Design [11.992123170134185]
社会エージェントのための体系的設計プロセスを提供する理論インフォームド・フレームワークを提案する。
私たちのフレームワークは、社会的認知理論の原則に基づいており、モチベーション、行動計画、学習という3つの重要なモジュールを導入しています。
実験により, 複雑な条件下での現実的な人間の行動パターンを再現できることが実証された。
論文 参考訳（メタデータ） (2025-08-12T08:14:48Z) - SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning [58.84311336011451]
マルチエージェント強化学習のための新しい勾配に基づく状態表現を提案する。
オフラインサンプルからソーシャルグラデーションフィールド(SocialGF)を学習するために,デノジングスコアマッチングを採用している。
実際に、SocialGFをMAPPOなど、広く使われているマルチエージェント強化学習アルゴリズムに統合する。
論文 参考訳（メタデータ） (2024-05-03T04:12:19Z) - Emergence of Social Norms in Generative Agent Societies: Principles and Architecture [8.094425852451643]
生成型MASにおける社会的規範の出現を促進するために,CRSECという新しいアーキテクチャを提案する。
私たちのアーキテクチャは、創造と表現、スプレッド、評価、コンプライアンスの4つのモジュールで構成されています。
本実験は,生産型MASにおける社会的規範の確立と社会的対立の低減を図ったものである。
論文 参考訳（メタデータ） (2024-03-13T05:08:10Z) - Interactive Autonomous Navigation with Internal State Inference and
Interactivity Estimation [58.21683603243387]
本稿では,関係時間的推論を伴う3つの補助的タスクを提案し,それらを標準のディープラーニングフレームワークに統合する。
これらの補助的なタスクは、他の対話的エージェントの行動パターンを推測するための追加の監視信号を提供する。
提案手法は,標準評価指標の観点から,頑健かつ最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2023-11-27T18:57:42Z) - Policy Diagnosis via Measuring Role Diversity in Cooperative Multi-agent
RL [107.58821842920393]
我々はエージェントの行動差を定量化し、bfロールの多様性を通して政策パフォーマンスとの関係を構築する
MARLの誤差は, 役割多様性と強い関係を持つ3つの部分に分けられる。
分解された要因は3つの一般的な方向における政策最適化に大きな影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2022-06-01T04:58:52Z) - Multi-Agent Imitation Learning with Copulas [102.27052968901894]
マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。
本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。
提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
論文 参考訳（メタデータ） (2021-07-10T03:49:41Z)
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。