論文の概要: Body-Grounded Perspective Formation and Conative Attunement in Artificial Agents
- arxiv url: http://arxiv.org/abs/2605.16728v1
- Date: Sat, 16 May 2026 00:30:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-19 17:57:46.993256
- Title: Body-Grounded Perspective Formation and Conative Attunement in Artificial Agents
- Title（参考訳）: 人為的エージェントにおける身体周囲の視点形成と相対的アテンション
- Authors: Hongju Pae,
- Abstract要約: このモデルでは、知覚的可視性信号、融合した外受容-受容状態に対するフィッシャー式計量、および身体的傾向と行動準備の傾向をリンクする共役アライメント機構を導入している。
報酬のないグリッドワールドでは、コレーションは学習された身体の傾向を安定な身体指向の行動に変換するが、ボディ・ツー・パースペクティブ・ルーティングは身体の摂動を可逆的な幾何学的残差を潜在視に残すことを可能にする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This paper proposes a minimal architecture for body-grounded perspective formation in artificial agents. Extending prior work, the model introduces an interoceptive viability signal, a Fisher-style metric over fused exteroceptive-interoceptive states, and a conative alignment mechanism linking bodily tendency to action readiness. In a reward-free gridworld, conation converts learned bodily tendency into stable body-directed behavior, while body-to-perspective routing allows bodily perturbations to leave a recoverable geometric residue in the perspective latent. This study shows how minimal structural conditions for artificial subjectivity can be operationalized in the phenomenological sense, through the embodied organization of how a world is given to an agent.
- Abstract（参考訳）: 本稿では, 人工エージェントのボディーグラウンド・パースペクティブ形成のための最小限のアーキテクチャを提案する。
先行研究の延長として、モデルでは、知覚的可視性信号、融合した外受容-受容状態上のフィッシャー式計量、および身体的な行動準備傾向をリンクする共役アライメント機構を導入している。
報酬のないグリッドワールドでは、コレーションは学習された身体の傾向を安定な身体指向の行動に変換するが、ボディ・ツー・パースペクティブ・ルーティングは身体の摂動を可逆的な幾何学的残差を潜在視に残すことを可能にする。
本研究は, 人為的主観性に関する最小構造条件が, エージェントに世界がどのように与えられるかという具体的組織を通して, 現象学的意味においてどのように運用されるかを示す。
関連論文リスト
- Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。
この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。
我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
論文 参考訳（メタデータ） (2026-04-23T07:10:05Z) - SocialMirror: Reconstructing 3D Human Interaction Behaviors from Monocular Videos with Semantic and Geometric Guidance [49.69016078147708]
密接な相互作用シナリオにおける人間の行動の正確な再構築は、拡張現実における現実的な仮想インタラクションの実現に不可欠である。
本稿では,これらの問題に効果的に対処するための意味的および幾何学的手がかりを統合する拡散ベースのフレームワークであるSocialMirrorを提案する。
SocialMirrorはインタラクティブなヒューマンメッシュを再構築する上で,最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-04-15T07:41:52Z) - Same World, Differently Given: History-Dependent Perceptual Reorganization in Artificial Agents [0.0]
私は、遅延した$g$が知覚にフィードバックし、知覚処理によって更新される最小限のアーキテクチャを提示します。
これにより、エージェントの蓄積した姿勢に応じて、同一の観測を異なる方法で符号化することができる。
適応的な自己変調のみは、厳密なまたは常にオープンな更新レジームとは異なり、特徴的な成長過程の安定化ダイナミクスをもたらす。
論文 参考訳（メタデータ） (2026-04-06T12:39:22Z) - PhySe-RPO: Physics and Semantics Guided Relative Policy Optimization for Diffusion-Based Surgical Smoke Removal [11.399795585157863]
外科的煙は、術中ビデオ品質を著しく低下させ、解剖学的構造を覆い、外科的知覚を制限する。
我々はPhySe-RPOを提案する。PhySe-RPOは物理およびセマンティックス誘導相対ポリシー最適化によって最適化された拡散復元フレームワークである。
物理学誘導報酬は照明と色の一貫性を課し、CLIPに基づく外科的概念から学んだ視覚概念のセマンティック報酬は無煙で解剖学的に一貫性のある修復を促進する。
論文 参考訳（メタデータ） (2026-03-24T06:32:12Z) - MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction [54.36564144414704]
MeshMimicは、3Dシーンの再構築とインテリジェンスを組み込んだ革新的なフレームワークで、ヒューマノイドロボットがビデオから直接「モーション・テライン」インタラクションを学習できるようにする。
現状の3次元視覚モデルを活用することで、我々のフレームワークは、人間の軌跡と基礎となる地形や物体の3次元幾何学の両方を正確にセグメント化し再構築する。
論文 参考訳（メタデータ） (2026-02-17T17:09:45Z) - Minimal Computational Preconditions for Subjective Perspective in Artificial Agents [0.0]
本研究は, ミニマルかつ現象学的に動機づけられた内部構造に接地することで, 人工エージェントの主観的視点を運用する。
政権交代を伴う報酬のない環境では、この潜伏構造は方向依存を示すが、政策レベルの挙動は比較的反応性が保たれている。
論文 参考訳（メタデータ） (2026-02-02T23:18:10Z) - Generalized Dynamics Generation towards Scannable Physical World Model [35.123614858826066]
GDGenは,剛体・関節体・軟体力学をシームレスに統合するための,ポテンシャルエネルギーの観点からの枠組みである。
我々は、方向剛性を導入して古典的エラストダイナミックスを拡張し、幅広い物理的挙動を捉える。
本稿では, 拡張材料特性をモデル化し, 変形を幾何学的に表現するためのニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2025-10-16T18:00:58Z) - ECHO: Ego-Centric modeling of Human-Object interactions [71.17118015822699]
ECHO (Ego-Centric Modeling of Human-Object Interaction) を開発した。
人間のポーズ、物体の動き、そしてそのような最小限の観察から接触の3つのモダリティを回復する。
同じ柔軟性を提供しない既存のメソッドよりも優れています。
論文 参考訳（メタデータ） (2025-08-29T12:12:22Z) - JADE: Joint-aware Latent Diffusion for 3D Human Generative Modeling [62.77347895550087]
JADEは人体形状の変化を微粒化制御で学習する生成フレームワークである。
私たちの重要な洞察は、人体を骨格構造に分解する共同認識の潜伏表現です。
提案した分解条件下でのコヒーレントで可塑性な人体形状を生成するため,カスケードパイプラインも提案する。
論文 参考訳（メタデータ） (2024-12-29T14:18:35Z) - Latent Traversals in Generative Models as Potential Flows [113.4232528843775]
我々は,学習された動的ポテンシャルランドスケープを持つ潜在構造をモデル化することを提案する。
物理、最適輸送、神経科学にインスパイアされたこれらの潜在的景観は、物理的に現実的な偏微分方程式として学習される。
本手法は,最先端のベースラインよりも定性的かつ定量的に歪んだ軌跡を実現する。
論文 参考訳（メタデータ） (2023-04-25T15:53:45Z)
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。