論文の概要: A Theory of Multilevel Interactive Equilibrium in NeuroAI
- arxiv url: http://arxiv.org/abs/2605.10505v1
- Date: Mon, 11 May 2026 13:01:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:50.827775
- Title: A Theory of Multilevel Interactive Equilibrium in NeuroAI
- Title（参考訳）: NeuroAIにおける多レベルインタラクティブ平衡の理論
- Authors: Zhe Sage Chen, Quanyan Zhu,
- Abstract要約: 適応型マルチエージェントインテリジェントシステムのためのゲーム理論フレームワークを提案する。
中心となるマルチレベルインタラクティブ平衡は、古典的なナッシュ均衡を内部計算を伴うインテリジェントシステムに一般化する。
この枠組みは、2つの生物学的脳、二つの人工エージェント、またはハイブリッドヒト-AIシステム間の相互作用に一様に適用する。
- 参考スコア（独自算出の注目度）: 18.678954408835157
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We propose a game-theoretic framework for adaptive multi-agent intelligent systems. Unlike classical game theory, which often treats strategies as primitive objects chosen by perfectly rational agents, the proposed framework provides a mathematical foundation for studying equilibrium in NeuroAI and can be viewed as an extension of game theory under relaxed assumptions, including partial observability, bounded computation, and uncertainty. At its core, Multilevel Interactive Equilibrium (MIE) generalizes the classical Nash equilibrium to intelligent systems with internal computation. Rather than being defined solely at the level of observable behavior, equilibrium emerges when neural learning dynamics, cognitive representations, and behavioral strategies mutually stabilize between interacting agents. This framework applies uniformly to interactions between two biological brains, two artificial agents, or hybrid human-AI systems. We discuss applications of multilevel game theory to human-autonomous vehicle driving, human-machine interaction, human-large language model (LLM) interaction, and computational psychiatry. We also outline experimental strategies and computational methods for estimating MIE and discuss challenges and prospects for future research.
- Abstract（参考訳）: 適応型マルチエージェントインテリジェントシステムのためのゲーム理論フレームワークを提案する。
完全に有理なエージェントによって選択される原始的な対象として戦略を扱う古典的なゲーム理論とは異なり、提案フレームワークはNeuroAIの平衡を研究する数学的基盤を提供し、部分的可観測性、有界計算、不確実性を含む緩和された仮定の下でのゲーム理論の拡張と見なすことができる。
中心となるMIE(Multilevel Interactive Equilibrium)は、内部計算を伴うインテリジェントシステムに対する古典的ナッシュ均衡を一般化する。
単に観察可能な行動のレベルで定義されるのではなく、ニューラルネットワークのダイナミクス、認知的表現、行動戦略が相互作用するエージェント間で相互に安定化するときに平衡が現れる。
この枠組みは、2つの生物学的脳、二つの人工エージェント、またはハイブリッドヒト-AIシステム間の相互作用に一様に適用する。
マルチレベルゲーム理論の人間-自律走行、人間-機械相互作用、人間-大規模言語モデル(LLM)相互作用、計算心理学への応用について議論する。
また、MIEを推定するための実験的戦略と計算手法について概説し、今後の研究の課題と展望について論じる。
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) - Intelligence Foundation Model: A New Perspective to Approach Artificial General Intelligence [55.07411490538404]
我々は,人工知能基盤モデル(IFM)による人工知能(AGI)への新たな視点を提案する。
IFMは、多様な知的行動から直接学習することで、インテリジェンスの基礎となるメカニズムを取得することを目的としている。
論文 参考訳（メタデータ） (2025-11-13T09:28:41Z) - Approximating the Mathematical Structure of Psychodynamics [0.0]
我々は、プロセス理論のダイアグラム的枠組みを通じて人間の心理力学を定式化し、その重要な性質を説明し、心理療法、ニューロテクノロジー、AIアライメント、自律的な交渉における個人のAIエージェント表現、人間のようなAIシステムの開発、その他のAI安全性といった文脈における認知プロセスの分析において、ダイアグラム的表現と中心概念の関係を説明する。
論文 参考訳（メタデータ） (2025-11-05T03:38:09Z) - Neuromorphic Intelligence [0.7638802020261348]
ニューロモルフィックコンピューティングは、人工システムにおける人間の脳の顕著な効率、柔軟性、適応性を再現しようと試みている。
ニューロモルフィックシステムは脳にインスパイアされた計算の原理を利用して、より大きなエネルギー効率のオーダーを達成している。
中心的な課題は、多様な規律をブリッジできる統一理論の枠組みを特定することである。
論文 参考訳（メタデータ） (2025-09-15T13:59:42Z) - Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。
この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。
本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-12T15:05:34Z) - Nature's Insight: A Novel Framework and Comprehensive Analysis of Agentic Reasoning Through the Lens of Neuroscience [11.174550573411008]
エージェント推論のための神経科学に着想を得た新しい枠組みを提案する。
我々は,既存のAI推論手法を体系的に分類し,分析するために,この枠組みを適用した。
本稿では,ニューラルインスパイアされた新しい推論手法を提案する。
論文 参考訳（メタデータ） (2025-05-07T14:25:46Z) - Brain-Model Evaluations Need the NeuroAI Turing Test [4.525325675715108]
アラン・チューリングが提唱した古典的なテストは行動に焦点を当てており、人工エージェントの行動が人間の行動と区別できないことを要求している。
このポジションペーパーは、チューリングテストの標準的な定義はNeuroAIには不完全であると主張している。
これは、振る舞いのみを越えて拡張されるベンチマークであるNeuroAI Turing Test'と呼ばれる、より強力なフレームワークを提案する。
論文 参考訳（メタデータ） (2025-02-22T14:16:28Z) - Mathematics of multi-agent learning systems at the interface of game
theory and artificial intelligence [0.8049333067399385]
進化ゲーム理論と人工知能は、一見すると異なるように見える2つの分野であるが、それらは顕著なつながりと交差を持っている。
前者は集団における行動(または戦略)の進化に焦点を当て、個人が他人と対話し、模倣(または社会学習)に基づいて戦略を更新する。
一方後者は、機械学習アルゴリズムと(ディープ)ニューラルネットワークに重点を置いている。
論文 参考訳（メタデータ） (2024-03-09T17:36:54Z) - Machine Psychology [54.287802134327485]
我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。
本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。
これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
論文 参考訳（メタデータ） (2023-03-24T13:24:41Z)
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。