論文の概要: Agnosiophobia in a virtual agent: behavioral and dynamical architecture in Lenia
- arxiv url: http://arxiv.org/abs/2605.30708v1
- Date: Fri, 29 May 2026 01:00:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 20:56:50.317933
- Title: Agnosiophobia in a virtual agent: behavioral and dynamical architecture in Lenia
- Title（参考訳）: 仮想エージェントにおけるアグノシオフォビア--レニアにおける行動的・動的アーキテクチャ
- Authors: Jesse Cool, Benedikt Hartl, Michael Levin, Samantha Petti,
- Abstract要約: センサ情報のない地域を環境に導入することで,レニアにおけるパターンの行動を評価する。
生物はこれらの地域を避ける傾向にあり、これはアグノシオフォビア(Agnosiophobia)と呼ばれる。
この研究は、創発的エージェントの行動適合性が情報的だけでなく、その世界の地形とどのように相互作用するかを理解するための重要なロードマップの始まりを描いている。
- 参考スコア（独自算出の注目度）: 1.7499351967216341
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: All embodied agents are fundamentally patterns in physiological or other excitable media, blurring the distinction between objects and processes. Emergent patterns with complex behaviors, such as Gliders in the Game of Life and virtual patterns in Lenia, are powerful model systems in which to understand the properties and origins of behavioral traits in novel agents. To evaluate the behavior of patterns in Lenia, we introduce regions into their environment from which no sensory information is available - in effect, making creatures blind to parts of their surroundings. Complementing the conventional concept of infotaxis, we find that creatures tend to avoid these regions, a behavior we term agnosiophobia. To explain this behavior, we map each test creature's sensitivity to targeted occlusions and interpret the results in the language of dynamical systems. We observe Lenia creatures taking advantage of their freedom to change heading in order to achieve what appears to be a more fundamental goal: the preservation of their morphology. This work illustrates the beginning of an important roadmap to understand how emergent agents' behavioral propensities interact with the informational, not only tangible, topography of their world.
- Abstract（参考訳）: すべてのエンボディード・エージェントは、基本的に生理的または他の興奮可能な媒体のパターンであり、物体とプロセスの区別を曖昧にしている。
Gliders in the Game of LifeやLeniaの仮想パターンのような複雑な行動を持つ創発的なパターンは、新しいエージェントの行動特性の性質と起源を理解するための強力なモデルシステムである。
レーニアにおけるパターンの行動を評価するため、感覚情報が得られない地域を環境に導入する。
従来のインフォタキシーの概念を補完すると、生物はこれらの領域を避ける傾向にあり、これはアグノシオフォビア(agnosiophobia)と呼ばれる。
この振る舞いを説明するために、各試験生物の感度を対象のオクルージョンにマッピングし、動的システムの言語で結果を解釈する。
我々は、レニアの生物が、その形態の保存という、より基本的な目標のように見えるものを達成するために、方向を変える自由を生かして観察する。
この研究は、創発的エージェントの行動適合性が情報的だけでなく、その世界の地形とどのように相互作用するかを理解するための重要なロードマップの始まりを描いている。
関連論文リスト
- A Mechanistic Model for Collective Motion from Sensorimotor Regularities [6.805575417034369]
本稿では,ロボット工学のモデリングフレームワークに基づくモデルについて述べる。
この単純なモデルでは、偏極運動、ミリング、リング形成、断片化などの多様な集団的挙動が生じる。
したがって、集団行動は相互作用する感覚運動の正則性の創発的な結果として理解することができる。
論文 参考訳（メタデータ） (2026-05-15T18:17:41Z) - The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
人格特性は、人間の行動の予測因子として長い間研究されてきた。
近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
論文 参考訳（メタデータ） (2025-09-03T21:27:10Z) - Grounding Intelligence in Movement [0.9895793818721335]
機械学習の最近の進歩により、言語、視覚、その他の高次元データをモデル化する能力が劇的に向上した。
神経科学、医学、ロボティクス、倫理学全般において、行動の解釈、意図の予測、相互作用の実現には運動が不可欠である。
運動はAIの主要なモデリング対象として扱われるべきである、と我々は主張する。
論文 参考訳（メタデータ） (2025-07-03T16:34:34Z) - Avoiding Death through Fear Intrinsic Conditioning [48.07595141865156]
我々は、初期の扁桃体発達にインスパイアされた本質的な報酬関数を導入し、この本質的な報酬関数を、新しいメモリ拡張ニューラルネットワークアーキテクチャにより生成する。
この本質的なモチベーションが終末状態の探索を阻害し,動物に観察される恐怖条件と同様の回避行動をもたらすことを示す。
論文 参考訳（メタデータ） (2025-06-05T19:24:51Z) - Emergent Active Perception and Dexterity of Simulated Humanoids from Visual Reinforcement Learning [69.71072181304066]
本稿では,擬似ヒューマノイドを用いた視覚駆動全身制御フレームワークであるPerceptive Dexterous Control (PDC)を紹介する。
PDCは、タスク仕様のためのエゴセントリックなビジョンのみを運用し、ビジュアルキューによるオブジェクト検索、ターゲット配置、スキル選択を可能にする。
強化学習によるスクラッチからのトレーニングは,能動探索などの創発的な行動を引き起こす可能性があることを示す。
論文 参考訳（メタデータ） (2025-05-18T07:33:31Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Inference of Affordances and Active Motor Control in Simulated Agents [0.5161531917413706]
本稿では,出力確率,時間的予測,モジュール型人工ニューラルネットワークアーキテクチャを提案する。
我々のアーキテクチャは、割当マップと解釈できる潜在状態が発達していることを示す。
アクティブな推論と組み合わせることで、フレキシブルでゴール指向の動作が実行可能であることを示す。
論文 参考訳（メタデータ） (2022-02-23T14:13:04Z) - How to build a cognitive map: insights from models of the hippocampal
formation [0.45880283710344055]
認知地図の概念は、これらの能力の主要な比喩の1つとして現れてきた。
そのような地図の学習と神経表現が 神経科学の中心になっている
論文 参考訳（メタデータ） (2022-02-03T16:49:37Z) - Information is Power: Intrinsic Control via Information Capture [110.3143711650806]
我々は,潜時状態空間モデルを用いて推定したエージェントの状態訪問のエントロピーを最小化する,コンパクトで汎用的な学習目的を論じる。
この目的は、不確実性の低減に対応する環境情報収集と、将来の世界状態の予測不可能性の低減に対応する環境制御の両方をエージェントに誘導する。
論文 参考訳（メタデータ） (2021-12-07T18:50:42Z) - Overcoming the Domain Gap in Contrastive Learning of Neural Action
Representations [60.47807856873544]
神経科学の基本的な目標は、神経活動と行動の関係を理解することである。
我々は,ハエが自然に生み出す行動からなる新しいマルチモーダルデータセットを作成した。
このデータセットと新しい拡張セットは、神経科学における自己教師あり学習手法の適用を加速することを約束します。
論文 参考訳（メタデータ） (2021-11-29T15:27:51Z) - Curiosity-driven Intuitive Physics Learning [0.0]
実世界のAIエージェントに対する好奇心駆動学習と推論のモデルを提案する。
このモデルは好奇心の喚起に基づくもので、基本的なマクロ固体物理パラメータの不連続性に関する観測から導かれる。
このモデルは、ドメインに関係なく、ゼロから学習のエミュレーションと経験による実証を支援することを目的としています。
論文 参考訳（メタデータ） (2021-05-16T12:58:05Z)
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。