論文の概要: Self-Driving Negotiator: An interactive, verifiable benchmark for social negotiation and theory of mind under hidden intent

• arxiv url: http://arxiv.org/abs/2606.15139v1
• Date: Sat, 13 Jun 2026 05:58:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:32.871329
• Title: Self-Driving Negotiator: An interactive, verifiable benchmark for social negotiation and theory of mind under hidden intent
• Title（参考訳）: 自動運転交渉者:隠された意図の下での社会的交渉と心の理論のための対話的検証可能なベンチマーク
• Authors: Ashutosh Kumar,
• Abstract要約: 自動運転ネゴシエーター(Self-Driving Negotiator)は、運転中の暗黙の社会的調整を測定するための、テキストのみ、マルチターン、手続き的に生成された環境である。 エージェントは特定の駆動動作を生成する。リワードと診断は、モデルの説明からではなく、特権化されたシミュレータ状態から計算される。 本報告では、タスク設計、報酬およびアンチゲーム不変性、検証済みシナリオ、非LLMベースライン、および6モデル推論リーダーボードについて述べる。
• 参考スコア（独自算出の注目度）: 1.4935265696074094
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous driving is full of tiny social negotiations: a driver presses forward, another yields, a pedestrian fakes toward the curb, or a lane vehicle chooses whether to open a merge gap. Such interactions require inferring hidden intent from behavior under partial observability and then acting safely and efficiently. Existing autonomous-driving language benchmarks mostly focus on perception, visual question answering, or open-loop planning, while existing language-agent negotiation benchmarks typically make the negotiation explicit in text. Self-Driving Negotiator bridges the gap between the two: a text-only, multi-turn, procedurally generated environment for measuring implicit social coordination in driving. Agents generate specific driving actions. Reward and diagnostics are computed from the privileged simulator state, not from the explanation of the model. This report covers task design, reward and anti-gaming invariants, validated scenarios, non-LLM baselines, and a six-model inference leaderboard. Current models are far removed from the scripted expert. The best average success rate across three scenarios is 0.68; contested merge is statistically flat across models; and difficulty tiers separate cue-following from true wait-for-commitment behavior.
• Abstract（参考訳）: ドライバーは前進し、別の歩留まり、歩行者は縁石に向かって偽装し、車線車両はマージギャップを開くかを選ぶ。 このような相互作用は、部分的な観測可能性の下での行動から隠れた意図を推測し、安全かつ効率的に行動する必要がある。 既存の自動走行言語ベンチマークは主に知覚、視覚的質問応答、オープンループ計画に焦点を当てているが、既存の言語エージェントベンチマークは一般的にテキストで交渉を明確にしている。 自動運転ネゴシエーターは、運転中の暗黙の社会的調整を測定するために、テキストのみ、マルチターン、手続き的に生成された環境という2つのギャップを埋める。 エージェントは特定の駆動アクションを生成する。 リワードと診断は、モデルの説明からではなく、特権化されたシミュレータの状態から計算される。 本報告では、タスク設計、報酬およびアンチゲーム不変性、検証済みシナリオ、非LLMベースライン、および6モデル推論リーダーボードについて述べる。 現在のモデルは、スクリプティングされた専門家から遠く離れています。 3つのシナリオで最高の平均成功率は0.68であり、競合するマージは統計学的にモデル全体で平坦である。

関連論文リスト

• RogueAI: A Reverse Turing Test for Detecting Licensed AI Deception in Dialogue [2.7606655162305476]
  我々は,このテストを1対2の尋問ゲームとして運用するインタラクティブなWebアプリであるRogueAIを紹介する。 プレイヤーの任務は、不正行為を識別し、ターンの予算が尽きる前に「シャットオフ」することである。 プレイヤーが独自の騙し戦略をひそかに選択するナレーターエージェントでカスタムシナリオを設計する手続き的拡張であるAutoRogueAIを紹介する。
  論文  参考訳（メタデータ） (2026-06-11T13:07:02Z)
• QUACK: Questioning, Understanding, and Auditing Communicated Knowledge in Multimodal Social Deduction Agents [38.13248430205106]
  QUACKはマルチモーダルな社会的推論におけるエージェント言語の基礎を監査するための評価フレームワークである。 エンジンログから各エージェントの基幹軌道を再構築し、それに対するすべての議論のクレームをチェックする。 最強のエージェントでさえ、検証可能な空間的主張の15.1%を幻覚させ、根拠のない証拠なしに告発の半数以上を犯している。
  論文  参考訳（メタデータ） (2026-05-26T14:19:08Z)
• MDrive: Benchmarking Closed-Loop Cooperative Driving for End-to-End Multi-agent Systems [39.47889582923451]
  NHTSAプレクラッシュ型と実世界のV2Xデータセットの両方に基礎を置く225のシナリオからなるクローズドループ協調運転ベンチマークであるMDriveを紹介する。 ベンチマークの結果,マルチエージェントシステムはシングルエージェントシステムよりも一般的に優れていることが示された。 MDriveはまた、シナリオ生成、Real2Sim変換、ヒューマン・イン・ザ・ループ・シミュレーションのためのオープンソースのツールボックスも提供している。
  論文  参考訳（メタデータ） (2026-05-11T17:44:34Z)
• Large Language Model based Interactive Decision-Making for Autonomous Driving [9.806333521695466]
  高複雑性の混合交通シナリオでは、既存の自律運転システムは、過度に保守的な振る舞いをデフォルトとする。 本稿では,シーン理解と意図認識の相互作用を増強する大規模言語モデルに基づく対話型意思決定フレームワークを提案する。 クラスタ駆動シミュレータの実験では、提案手法は安全性、快適性、効率の指標で従来のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-04-26T03:19:12Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• Doe-1: Closed-Loop Autonomous Driving with Large World Model [63.99937807085461]
  統合された認識,予測,計画のための大規模駆動wOrld modEl(Doe-1)を提案する。 我々は自由形式のテキストを認識に使用し、画像トークンを用いてRGB空間内での予測を直接生成する。 計画には、アクションを離散トークンに効果的にエンコードするために、位置認識型トークン化器を用いる。
  論文  参考訳（メタデータ） (2024-12-12T18:59:59Z)
• Exploring Contextual Representation and Multi-Modality for End-to-End Autonomous Driving [58.879758550901364]
  最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。 我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。 提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
  論文  参考訳（メタデータ） (2022-10-13T05:56:20Z)
• Contingencies from Observations: Tractable Contingency Planning with Learned Behavior Models [82.34305824719101]
  人間は未来の出来事を正確に推論することで決定を下す素晴らしい能力を持っている。 本研究では,高次元のシーン観察からエンドツーエンドに学習する汎用コンテンシビリティプランナを開発する。 このモデルが行動観察から忍耐強くコンティンジェンシーを学習できることを示す。
  論文  参考訳（メタデータ） (2021-04-21T14:30:20Z)

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。