論文の概要: Intention Inference Under Execution Noise: Separating Aleatoric and Epistemic Uncertainty in Social Dilemmas

• arxiv url: http://arxiv.org/abs/2608.02440v1
• Date: Mon, 03 Aug 2026 16:20:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 21:56:46.390975
• Title: Intention Inference Under Execution Noise: Separating Aleatoric and Epistemic Uncertainty in Social Dilemmas
• Title（参考訳）: 実行騒音下における意図推論:社会的ジレンマにおける失語症とてんかんの不確かさの分離
• Abstract要約: 我々は,対立する意図を潜在状態として符号化した部分観測可能なMDP(POMDP)の定式化を導入し,ノイズのある観察として実行した。 我々は、協調崩壊を規定する臨界雑音閾値を導出し、学習前の固定点条件に接続する。 実験により、意図推論の価値は文脈に依存していることが明らかになった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In noisy social dilemmas, intended actions are stochastically corrupted before execution, so an observed defection may reflect hostile intent or action error. Standard Markov Decision Process (MDP) formulations treat executed actions as states, structurally precluding this distinction and causing systematic over-retaliation. We introduce a Partially Observable MDP (POMDP) formulation encoding opponent intentions as latent states and executed actions as noisy observations, solved within the active inference (AIF) framework with a cost function that decomposes into epistemic and pragmatic components that jointly address inferring current intent and learning how intent evolves. In the Iterated Prisoner's Dilemma with symmetric noise, we derive a critical noise threshold governing cooperation collapse, connecting it to a fixed-point condition on learned priors. Experiments reveal that the value of intention inference is context-dependent: the POMDP provides consistent advantages against conditionally cooperative opponents, but mutual intention inference under sufficient noise produces correlated belief-driven collapse. The advantage is specific to games where intent attribution is decision-relevant.
• Abstract（参考訳）: ノイズの多い社会的ジレンマでは、意図された行動は実行前に確率的に破壊されるため、観察された欠陥は敵対的な意図や行動エラーを反映する可能性がある。 標準マルコフ決定プロセス(MDP)は、実行された動作を状態として扱い、構造的にこの区別を排除し、体系的な過報復を引き起こす。 本稿では,対立する意図を潜在状態として符号化する部分観測可能なMDP (POMDP) の定式化について述べる。 対称雑音を伴う反復囚人ジレンマでは、協調崩壊を規定する臨界雑音閾値を導出し、学習前の固定点条件に接続する。 POMDPは条件付き協調的相手に対して一貫した優位性を提供するが、十分な雑音下での相互意図推論は相関する信念駆動的崩壊をもたらす。 その利点は、意図が決定関連であるゲームに特有である。

関連論文リスト

• Learning to Control Coupled-Dynamics Environments with Joint Markov Decision Processes [12.503046388223233]
  共同マルコフ決定過程(JMDP)は、反実的な結果に対する依存を保っている。 誘導された辺縁 MDP が一意の最適ポリシーを持つとき、その反復はワッサーシュタイン距離と最適結合戻り則に収束することを示す。 最初の2つの瞬間において、結合分解能が第2モーメントの固定点を共有する限り、いくつかの平均最適作用を許容する弱い条件の下で収束を確立する。
  論文  参考訳（メタデータ） (2026-08-24T03:38:25Z)
• Reading Cognition as Decisions Unfold in Words: A Factorized Inverse Decision Model [67.84198127797005]
  逆決定モデリングは、観察された行動から決定過程の潜伏特性を推定する。 本稿では、各個人のタスク実行可能性を行動要因と努力要因に分解する因子化逆決定モデル(FIDM)を提案する。
  論文  参考訳（メタデータ） (2026-08-10T07:46:13Z)
• Sophisticated Policies from Epistemic Priors [1.430924337853801]
  計画の地平線内では、ソフィケーテッド推論は将来の行動が将来の状態や観測に依存することを許し、アクティブな推論をクローズループにする。 そこで本研究では, 閉ループ推論と共振器駆動を併用することにより, ソフシケート推論とフルジョイント・プライオリティ・推論が環境を解決できることを述べる。
  論文  参考訳（メタデータ） (2026-07-21T19:05:52Z)
• Causal Algorithmic Recourse: Foundations and Methods [57.73269033551628]
  AIシステムの主な特徴は、個人が否定的な決定を覆す方法のレコメンデーションを提供する能力である。 既存のアプローチでは、recourseの結果を固定単位の反事実として扱う。 我々は、事前および事後結果のプロセスとして、会話をモデル化する因果的枠組みを開発する。
  論文  参考訳（メタデータ） (2026-05-12T00:55:19Z)
• ConfoundingSHAP: Quantifying confounding strength in causal inference [70.18600230387723]
  因果推論では、共同設立者は治療の決定と結果の両方に影響を与える変数である。 本稿では,各共変量に共起強度を寄与させるShapleyベースの手法であるConfoundingSHAPを紹介する。 様々なデータセットにまたがる実践的価値を実証する。
  論文  参考訳（メタデータ） (2026-05-11T13:19:33Z)
• When Contextual Inference Fails: Cancelability in Interactive Instruction Following [51.2195840589474]
  私たちは、コンテキスト意味構築のためのインタラクティブなベンチマークであるBuild What I Meanを紹介します。 BWIMでは、モデルは文脈推論を行うか、小さな通信コストで明確化を要求することによって曖昧さを解決しなければならない。 我々は,不確実性の下でのパートナーブラインド過度明確化や質問逆推定などの準最適戦略を観察する。
  論文  参考訳（メタデータ） (2026-03-20T14:46:59Z)
• Joint MDPs and Reinforcement Learning in Coupled-Dynamics Environments [13.342794291622562]
  本研究では,多行動生成インタフェースを用いた結合力学について検討した。 我々は、要求された状態における即時的な反実的な結果に、アクション間の依存が限定される一段階のカップリング体制を採用し、形式化する。
  論文  参考訳（メタデータ） (2026-03-06T23:38:37Z)
• Operational Noncommutativity in Sequential Metacognitive Judgments [0.0]
  メタ認知評価は、確率的読み出しを伴う内部状態空間に作用する状態変化操作としてモデル化されていることを示す。 また, 逐次的信頼, 誤り様相, 知覚的判断による知識的判断を含む行動パラダイムについても概説する。
  論文  参考訳（メタデータ） (2026-02-15T08:15:48Z)
• Causal Imitation Learning Under Measurement Error and Distribution Shift [6.038778620145853]
  ノイズ測定によってのみ、決定関連状態の一部が観察される場合、オフライン模倣学習(IL)について検討する。 本稿では,変数間の因果関係を明示的にモデル化することによって,測定誤差下でのILの一般的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-29T18:06:53Z)
• Proximal Reinforcement Learning: Efficient Off-Policy Evaluation in Partially Observed Markov Decision Processes [65.91730154730905]
  医療や教育などの観察データへのオフライン強化学習の適用においては、観察された行動は観測されていない要因に影響される可能性があるという一般的な懸念がある。 ここでは、部分的に観察されたマルコフ決定過程(POMDP)における非政治評価を考慮し、この問題に取り組む。 我々は、近位因果推論の枠組みをPOMDP設定に拡張し、識別が可能となる様々な設定を提供する。
  論文  参考訳（メタデータ） (2021-10-28T17:46:14Z)
• Algorithmic Recourse in Partially and Fully Confounded Settings Through Bounding Counterfactual Effects [0.6299766708197883]
  アルゴリズムリコースは、自動意思決定システムからより好ましい結果を得るために、個人に実行可能なレコメンデーションを提供することを目的としている。 既存の手法では,データから学習した因果モデルを用いて,隠れたコンバウンディングや付加雑音などの仮定をモデル化する手法が提案されている。 本稿では、これらの仮定を緩和し、観測不能な共役および任意の構造方程式を可能にする離散確率変数に対する別のアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-22T15:07:49Z)
• Deconfounding Scores: Feature Representations for Causal Effect Estimation with Weak Overlap [140.98628848491146]
  推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。 分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。 特に,この手法が標準正規化の魅力的な代替となることを示す。
  論文  参考訳（メタデータ） (2021-04-12T18:50:11Z)

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。