論文の概要: Shaping Zero-Shot Coordination via State Blocking

• arxiv url: http://arxiv.org/abs/2605.11688v1
• Date: Tue, 12 May 2026 07:46:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.675386
• Title: Shaping Zero-Shot Coordination via State Blocking
• Title（参考訳）: 状態遮断によるゼロショットコーディネーションの形成
• Authors: Mingu Kang, Sunwoo Lee, Yonghyeon Jo, Seungyul Han,
• Abstract要約: ゼロショットコーディネート(ZSC)は、エージェントが事前の対話なしに独立して訓練されたパートナーと協力できるようにすることを目的としている。 SBC(State-Blocked Coordination)は、環境を直接変更することなく多様な相互作用シナリオを誘導することにより、ZSCを改善するフレームワークである。 SBCは、人間パートナーへの強力な一般化を含むゼロショットコーディネートにおいて優れたパフォーマンスを示す。
• 参考スコア（独自算出の注目度）: 8.730052972910157
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Zero-shot coordination (ZSC) aims to enable agents to cooperate with independently trained partners without prior interaction, a key requirement for real-world multi-agent systems and human-AI collaboration. Existing approaches have largely emphasized increasing partner diversity during training, yet such strategies often fall short of achieving reliable generalization to unseen partners. We introduce State-Blocked Coordination (SBC), a simple yet effective framework that improves ZSC by inducing diverse interaction scenarios without direct environment modification. Specifically, SBC generates a family of virtual environments through state blocking, allowing agents to experience a wide range of suboptimal partner policies. Across multiple benchmarks, SBC demonstrates superior performance in zero-shot coordination, including strong generalization to human partners.
• Abstract（参考訳）: ゼロショットコーディネート(ZSC)は、エージェントが事前の対話なしに独立して訓練されたパートナーと協力できるようにすることを目的としている。 既存のアプローチは、トレーニング中にパートナーの多様性を増大させることを強く強調してきたが、そのような戦略はしばしば、見当たらないパートナーに信頼できる一般化を達成するには至らなかった。 SBC(State-Blocked Coordination)は、環境を直接修正することなく、多様な相互作用シナリオを誘導することによって、ZSCを改善するシンプルで効果的なフレームワークである。 具体的には、SBCはステートブロッキングを通じて仮想環境のファミリを生成し、エージェントは幅広い準最適パートナーポリシーを経験することができる。 複数のベンチマークにおいて、SBCは、人間のパートナーへの強力な一般化を含むゼロショット調整において、優れたパフォーマンスを示す。

関連論文リスト

• Decentralized Dynamic Cooperation of Personalized Models for Federated Continual Learning [50.56947843548702]
  フェデレーション型連続学習のための分散動的協調フレームワークを提案する。 顧客は、新しい知識の獲得と事前学習の維持のバランスをとるために、動的な協調学習連合を確立する。 また、協調的・動的平衡を達成するために、マージブロックアルゴリズムと動的協調的進化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-09-28T06:53:23Z)
• Unsupervised Partner Design Enables Robust Ad-hoc Teamwork [7.578942855148756]
  Unsupervised Partner Design (UPD) は、ロバストなアドホックチームワークのためのマルチエージェント強化学習フレームワークである。 UPDは、エゴエージェントのポリシーをランダムパラメータと混合することで多様なパートナーを構築し、分散ベースの学習性メトリクスを用いてそれらをスコアする。 UPDは教師なし環境設計と統合可能であることを示す。
  論文  参考訳（メタデータ） (2025-08-08T14:11:15Z)
• CooT: Learning to Coordinate In-Context with Coordination Transformers [10.888155149916967]
  コーディネーション・トランスフォーマー(Coordination Transformers, Coot)は、目に見えないパートナーに迅速に適応する、コンテキスト内協調フレームワークである。 cootは、人口ベースアプローチ、勾配ベースの微調整、メタRLにインスパイアされたコンテキスト適応方法など、ベースラインを一貫して上回る。 対照的に、cootは安定かつ迅速なインコンテクスト適応を実現し、人間の評価において最も効果的なコラボレータである。
  論文  参考訳（メタデータ） (2025-06-30T06:45:39Z)
• Cross-environment Cooperation Enables Zero-shot Multi-agent Coordination [37.90912492084769]
  本研究では,単一パートナーによる環境分布の強化学習が,一般的な協調学習の学習にどのように役立つかを検討する。 何十億もの解決可能な調整課題を生み出すJaxベースの手続き型ジェネレータを2つ導入する。 本研究は,様々なシナリオにまたがって協調学習を行うことによって,エージェントが一般的な規範を発達させることを示唆している。
  論文  参考訳（メタデータ） (2025-04-17T07:41:25Z)
• Adaptive Coordination in Social Embodied Rearrangement [49.35582108902819]
  本研究では,エージェントが新しいパートナーと協力し,ロボットが新しいパートナーと協力するシナリオをエミュレートする作業において,ゼロショットコーディネート(ZSC)を研究する。 本稿では,識別可能性の目的を通じて多様性を促進する新しいZSCアプローチである行動多様性プレイ(BDP)を提案する。 以上の結果から,BDPは視覚的コーディネーションに対処可能な適応エージェントを学習し,ゼロショットは未確認環境において新たなパートナーに一般化し,ベースラインに比べて35%,効率が32%向上した。
  論文  参考訳（メタデータ） (2023-05-31T18:05:51Z)
• PECAN: Leveraging Policy Ensemble for Context-Aware Zero-Shot Human-AI Coordination [52.991211077362586]
  本研究では,集団におけるパートナーの多様性を高めるための政策アンサンブル手法を提案する。 そこで我々は,egoエージェントがパートナーの潜在的ポリシープリミティブを分析し,識別するためのコンテキスト認識手法を開発した。 このようにして、エゴエージェントは多様なパートナーとの共同作業において、より普遍的な協調行動を学ぶことができる。
  論文  参考訳（メタデータ） (2023-01-16T12:14:58Z)
• Conditional Imitation Learning for Multi-Agent Games [89.897635970366]
  本研究では,条件付きマルチエージェント模倣学習の課題について考察する。 本稿では,スケーラビリティとデータ不足の難しさに対処する新しい手法を提案する。 我々のモデルは,egoやパートナエージェント戦略よりも低ランクなサブスペースを学習し,サブスペースに補間することで,新たなパートナ戦略を推論し,適応する。
  論文  参考訳（メタデータ） (2022-01-05T04:40:13Z)
• On the Critical Role of Conventions in Adaptive Human-AI Collaboration [73.21967490610142]
  規則依存表現と規則依存表現を区別する学習フレームワークを提案する。 複雑性が異なる3つの共同作業に対するアプローチを実験的に検証します。
  論文  参考訳（メタデータ） (2021-04-07T02:46:19Z)

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。