論文の概要: Feedback-Coupled Memory Systems in Continuous Time
- arxiv url: http://arxiv.org/abs/2607.09714v1
- Date: Wed, 24 Jun 2026 14:03:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-19 21:54:20.384258
- Title: Feedback-Coupled Memory Systems in Continuous Time
- Title（参考訳）: フィードバック結合型連続記憶システム
- Abstract要約: FCMSアーキテクチャにおける普遍的な構成原理として,メモリの消散がフィードバックゲインを上回っていることが示される。
これにより、離散FCMS安定性条件の42ドルとCMGPの物理的分岐しきい値の$_c = 1/K$の両方が一般化される。
N=2$エージェントによる数値シミュレーションと平均場バリデーションは、N=106$で安定しきい値と、それが破られたときに現れる自己強化調整カスケードを確認する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Feedback-Coupled Memory Systems (FCMS) architecture formalizes closed-loop coordination through four abstract operators, two of which - the agent update operator $f_i$ and the environmental update operator $Ψ$ - are left axiomatically undefined in the original framework. To address this, $f_i$ is defined by Mechanism-Based Intelligence (MBI), where agents update locally through a decentralized price mechanism and economic principles, and $Ψ$ is defined by the Coupled Memory Graph Process (CMGP), a non-Markovian framework where the environment is treated as a physical substrate that records and responds to trajectory history coherently without external forcing. The resulting continuous-time FCMS instantiation achieves Lyapunov global dissipativity governed by the computable threshold $4β^2 < 2ημγ^2$. This generalizes both the discrete FCMS stability condition $4ηβ^2 < γ$ and CMGP's physical bifurcation threshold $α_c = 1/K$, confirming that memory dissipation must outpace feedback gain as a universal organizing principle. Numerical simulation with $N=2$ agents and mean-field validation at $N=10^6$ confirm the stability threshold and the self-reinforcing coordination cascade that emerges when it is violated.
- Abstract（参考訳）: Feedback-Coupled Memory Systems (FCMS) アーキテクチャは、4つの抽象演算子を通してクローズドループのコーディネーションを形式化する。
この問題を解決するために、$f_i$はメカニズムベースインテリジェンス(MBI)によって定義され、エージェントは分散価格メカニズムと経済原則を通じてローカルに更新される。
連続時間FCMSのインスタンス化により、計算可能なしきい値4β^2 < 2ημγ^2$で支配されるリャプノフのグローバルな分散性が達成される。
このことは、離散FCMS安定性条件である4ηβ^2 < γ$とCMGPの物理的分岐しきい値$α_c = 1/K$の両方を一般化し、メモリの消散が、普遍的な組織原理としてフィードバックゲインを上回ることを確認する。
N=2$エージェントによる数値シミュレーションと平均場バリデーションは、N=10^6$で、安定しきい値と自己強化調整カスケードが破られたときに発生することを確認する。
関連論文リスト
- World models of environment, agent and joint agent-environment systems [76.81951414842736]
私たちは、どのチャネルをモデルにするかという、事前の区別があると論じています。
環境チャネル$O_:mid A_:$、エージェントチャネル$A_:mid O_:$、実現されたジョイントプロセス$(A, O)_:$の3つのケースについて検討する。
論文 参考訳（メタデータ） (2026-07-23T13:35:03Z) - Inverting the Bellman Equation: From $Q$-Values to World Models [57.827849584133425]
我々は、十分に豊富な報酬関数のセットで訓練された価値に基づくエージェントが、ユニークで正確な世界モデルを暗黙的にエンコードしていることを証明した。
ttReacherエージェントの暗黙の世界モデルにのみ訓練されたポリシーは、位置のみのトレーニングにもかかわらず、分布外、速度に基づく目標に準最適であることがわかった。
論文 参考訳（メタデータ） (2026-06-19T07:26:14Z) - Civilizational Metamaterials: Engineering Coordination Under Capability Gradients and Structural Turbulence [0.0]
ガバナンスは規範的な規律からエンジニアリングの規律に移行しなければなりません。
メタマテリアルの物理にインスパイアされた形式的な枠組みを開発し、この遷移を定量的かつ検証可能にする。
論文 参考訳（メタデータ） (2026-05-29T18:10:00Z) - BAPR: Bayesian amnesic piecewise-robust reinforcement learning for non-stationary continuous control [19.34848029403215]
現実の制御システムは、段階的な定常状態の下で動作し、状態が変化する前に、力学は長期にわたって安定している。
標準的なロバストなRL法は基本的なジレンマに直面しており、グローバルな保守的な政策は安定した期間にパフォーマンスを無駄にし、一方、局地的な適応的な政策は、体制変更が未検出であるときに破滅的な失敗を危険にさらす。
我々は,頑健なアンサンブルRLでベイズオンライン変化検出を統一するtextbfBAPRを提案する。
論文 参考訳（メタデータ） (2026-05-15T16:49:05Z) - ComplexMCP: Evaluation of LLM Agents in Dynamic, Interdependent, and Large-Scale Tool Sandbox [61.862814740220806]
$textbfComplexMCP$は厳格な条件下でエージェントを評価するために設計されたベンチマークである。
Model Context Protocol (MCP)上に構築された$textbfComplexMCP$は300以上の精巧にテストされたツールを提供する。
論文 参考訳（メタデータ） (2026-05-11T16:20:51Z) - Score-Repellent Monte Carlo: Toward Efficient Non-Markovian Sampler with Constant Memory in General State Spaces [48.37754141688874]
本稿では,スコアと状態表現の次元である$Rd$のスコア評価の実行平均で履歴を要約するフレームワークを提案する。
この歴史は指数的なスコア傾きによって代理対象に変換され、歴史に基づく反発の大きさを制御する際の反発の強さを表す$$がインデックス付けされる。
連続目標モデルと離散エネルギーベースモデルの実験では、メモリ使用率を$O(d)$に抑えつつ、推定値の分散とモードカバレッジを改善した。
論文 参考訳（メタデータ） (2026-04-24T18:39:50Z) - Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。
主な課題は、敵の計測と非同期である。
その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
論文 参考訳（メタデータ） (2026-04-07T11:45:55Z) - Persistent Memory Through Triple-Loop Consolidation in a Non-Gradient Dissipative Cognitive Architecture [0.0]
本稿では,三重ループ統合サイクルを通した非段階的な永続メモリ機構であるDeep Memoryを紹介する。
我々は、Mixture-of-Experts (MoE) ゲーティングによる個別のエキスパートルーティングがDMの因果的前提であることを示した。
以上の結果から, DMは, 海馬統合と機能的並行性を有する非段階認知システムにおいて, 持続記憶の機構として確立された。
論文 参考訳（メタデータ） (2026-03-28T08:29:48Z) - Soft-Label Governance for Distributional Safety in Multi-Agent Systems [4.726777092009554]
マルチエージェントAIシステムは、単独のエージェントが単独で生成しない突発的なリスクを示す。
本稿では,バイナリグッド/バッドラベルをemphsoft確率ラベルに置き換えるシミュレーションフレームワークSWARMを紹介する。
5シードのレプリケーションを持つ7つのシナリオでは、厳格なガバナンスは安全性を向上することなく、福祉を40%以上削減する。
論文 参考訳（メタデータ） (2026-03-19T00:56:09Z) - Body-Reservoir Governance in Repeated Games: Embodied Decision-Making, Dynamic Sentinel Adaptation, and Complexity-Regularized Optimization [0.0]
本稿では,3層構造であるBody-Reservoirガバナンスアーキテクチャを提案する。
戦略複雑性コストは、貯水池の状態分布と習慣化されたベースラインとのKLの分岐として定義される。
ボディガバナンスは、このコストを削減し、アクションの分散は、次元$d$の1600Times$まで減少します。
体をオーバーライドすると、内部状態の歪みに比例して熱力学的コストが発生する。
論文 参考訳（メタデータ） (2026-02-24T12:36:41Z) - Phase Transition for Budgeted Multi-Agent Synergy [41.486076708302456]
マルチエージェントシステムは信頼性を向上させることができるが、固定された推論予算の下では、しばしば役立つか、飽和するか、崩壊するかさえある。
我々は、現代のエージェントスタックの3つの束縛制約からこれらの状態を予測する最小限の校正可能な理論を開発する。
論文 参考訳（メタデータ） (2026-01-24T05:32:50Z) - Improved Communication-Privacy Trade-offs in $L_2$ Mean Estimation under Streaming Differential Privacy [47.997934291881414]
既存の平均推定スキームは、通常、$L_infty$幾何に最適化され、ランダムな回転や、$L$幾何に適応するカシンの表現に依存する。
本稿では,スパシフィケーションに固有のランダム性をDPに組み込んだ,スパシフィケーションガウシアン機構の新たなプライバシ会計手法を提案する。
従来の手法とは異なり、我々の会計アルゴリズムは直接$L$幾何で動作し、ガウスの機構に迅速に収束するMSEが得られる。
論文 参考訳（メタデータ） (2024-05-02T03:48:47Z) - Robust and Adaptive Temporal-Difference Learning Using An Ensemble of
Gaussian Processes [70.80716221080118]
本稿では、時間差学習(TD)による政策評価の世代的視点について考察する。
OS-GPTDアプローチは、状態-逆ペアのシーケンスを観測することにより、与えられたポリシーの値関数を推定するために開発された。
1つの固定カーネルに関連する限られた表現性を緩和するために、GP前の重み付けアンサンブル(E)を用いて代替のスキームを生成する。
論文 参考訳（メタデータ） (2021-12-01T23:15:09Z)
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。