論文の概要: An evolutionary model of animats with VLM-based subjective evaluation

• arxiv url: http://arxiv.org/abs/2608.07537v1
• Date: Wed, 29 Jul 2026 00:31:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-17 01:32:04.554905
• Title: An evolutionary model of animats with VLM-based subjective evaluation
• Title（参考訳）: VLMに基づく主観評価を用いたアニマトの進化モデル
• Authors: Shota Miyazaki, Takaya Arita, Reiji Suzuki,
• Abstract要約: 本稿では,視覚言語モデル(VLM)が提供する主観的評価を遺伝的アルゴリズムの適合度評価と選択プロセスに組み込む枠組みを提案する。 フレキシブルな形態とロコモーションを持つ仮想ソフトロボットを用い、2人のロコモーションを表すシーケンス画像でVLMを提示する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this study, we propose a framework that incorporates subjective evaluations provided by a Vision-Language Model (VLM) into the fitness evaluation and selection processes of a genetic algorithm. As the target of evolution, we employ virtual soft robots with flexible morphologies and locomotion and present the VLM with sequence images representing the locomotion of two individuals. Selection is performed via pairwise comparisons based on subjective evaluation terms such as adorably and weirdly. The outcomes of these comparisons are used as selection pressure within the genetic algorithm, enabling the simultaneous evolution of morphology and locomotion. Experimental results demonstrate that subjective selection by the VLM accelerates population convergence compared to random selection, while also giving rise to distinctive morphologies and motions corresponding to each evaluation term. An auxiliary experiment with human participants further showed that, although individual pairwise choices only partly agreed with the VLM selections, the resulting morphological and locomotion tendencies were qualitatively similar and repeated human evaluations imposed noticeable fatigue. Moreover, the observation that similar evolutionary outcomes emerged across different evaluation terms suggests that the VLM does not apply these terms in a purely literal manner but instead decomposes them into multiple internal evaluation criteria when making judgments. This work visualizes the evolutionary process through which subjective linguistic expressions are mapped onto embodied phenotypes and provides a foundational framework for analyzing the structure of subjective judgment in VLMs. The proposed approach is expected to contribute to new developments in evolutionary computation and artificial life research based on subjective evaluation.
• Abstract（参考訳）: 本研究では,視覚言語モデル(VLM)が提供する主観的評価を遺伝的アルゴリズムの適合性評価と選択プロセスに組み込む枠組みを提案する。 進化のターゲットとして、柔軟な形態と移動が可能な仮想ソフトロボットを用い、VLMに2人の移動を表現したシーケンスイメージを提示する。 選択は、好意的・奇心的に主観的評価項に基づくペアワイズ比較によって行われる。 これらの比較の結果は遺伝的アルゴリズムの選択圧力として使われ、形態学と移動の同時進化を可能にする。 実験結果から, VLMによる主観的選択は, ランダム選択よりも集団収束を促進させるとともに, それぞれの評価項に対応する特異な形態や動きを生じさせることが示された。 また, 被験者による補助実験では, 対選択はVLM選択と部分的に一致しているが, 結果として生じる形態的, 移動傾向は質的に類似しており, 繰り返し人間の評価は顕著な疲労を伴っていた。 さらに、類似した進化の結果が異なる評価項にまたがって現れるという観察から、VLMはこれらの用語を純粋にリテラルな方法で適用せず、判定を行う際に複数の内部評価基準に分解することを示唆している。 本研究は、主観的言語表現を具体的表現型にマッピングする進化過程を可視化し、主観的判断の構造を分析するための基礎的枠組みを提供する。 提案手法は,主観的評価に基づく進化計算と人工生命研究の新たな発展に寄与することが期待される。

関連論文リスト

• Reasoning as State Transition: A Representational Analysis of Reasoning Evolution in Large Language Models [50.39102836928242]
  モデルの内部状態の力学を研究するために,表現的視点を導入する。 トレーニング後、静的な初期表現品質が限られた改善しか得られないことが判明した。
  論文  参考訳（メタデータ） (2026-01-31T15:23:33Z)
• AVM: Towards Structure-Preserving Neural Response Modeling in the Visual Cortex Across Stimuli and Individuals [25.302743154898437]
  本稿では,条件認識型適応を実現する構造保存フレームワークであるAdaptive Visual Model (AVM)を紹介する。 AVMはVision Transformerベースのエンコーダをフリーズし、一貫した視覚的特徴をキャプチャすると同時に、ニューラルネットワークの変動に対する変調アカウントパスを独立してトレーニングする。 我々は,刺激レベルの変動,オブジェクト間の一般化,データセット間の適応など,AVMを3つの実験条件で評価する。
  論文  参考訳（メタデータ） (2025-12-17T07:26:16Z)
• Cross-modal Associations in Vision and Language Models: Revisiting the Bouba-Kiki Effect [0.8793721044482612]
  我々は,「ブバ」のような擬似語を丸い形に,「キキ」をギザギザと確実に関連付ける「ブバキキ効果」を再評価する。 これらのモデル変種はブーバキキ効果を持続的に示さないことを示す。 その結果、ビジョン・アンド・ランゲージモデルがいかにしてクロスモーダルな概念を真に理解するかという議論が続いている。
  論文  参考訳（メタデータ） (2025-07-14T07:48:54Z)
• Coevolution of Neural Architectures and Features for Stock Market Forecasting: A Multi-objective Decision Perspective [0.0]
  本稿では、意思決定者によるさらなる選択のために、非支配的ニューラルネットワークモデルの集合を同定するための新しいアプローチを提案する。 ニューラルネットワークの特徴とトポロジを同時に選択するための新しい共進化手法を提案する。 その結果、NASDAQ指数は、近日・近日・近日・近日・近日・近日・遠日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・近日・
  論文  参考訳（メタデータ） (2023-11-23T15:12:30Z)
• The Scenario Refiner: Grounding subjects in images at the morphological level [2.401993998791928]
  視覚と言語(V&L)モデルがこのような特徴を形態学レベルで捉えているかどうかを問う。 我々は、V&Lモデルと人間の判断を比較し、モデルの予測が人間の判断と異なることを発見した。
  論文  参考訳（メタデータ） (2023-09-20T12:23:06Z)
• Evaluation of Self-taught Learning-based Representations for Facial Emotion Recognition [62.30451764345482]
  この研究は、顔の感情認識のための自己学習の概念を通じて得られた教師なし表現を生成するための様々な戦略を記述する。 このアイデアは、オートエンコーダの初期化、アーキテクチャ、トレーニングデータを変化させることで、多様性を促進する補完的な表現を作ることである。 Jaffe と Cohn-Kanade のデータセットに対する残余のサブジェクトアウトプロトコルによる実験結果から,提案した多種多様な表現に基づく FER 手法が最先端のアプローチと好適に比較できることが示唆された。
  論文  参考訳（メタデータ） (2022-04-26T22:48:15Z)
• Modeling Category-Selective Cortical Regions with Topographic Variational Autoencoders [72.15087604017441]
  カテゴリー選択性(英: Category-Selectivity)は、大脳皮質の特定の空間的局所化領域が特定の限られたカテゴリーからの刺激に対して頑健かつ選択的に反応する傾向にあるという観察を記述している。 新たに導入されたTopographic Variational Autoencoderを利用して、そのような局所化カテゴリ選択性の出現を教師なしでモデル化する。 本研究では,ヒト腹側頭皮質の観察に類似した,より抽象的なカテゴリのネストされた空間的階層が得られたことを示す予備的な結果を示す。
  論文  参考訳（メタデータ） (2021-10-25T11:37:41Z)
• Prediction of progressive lens performance from neural network simulations [62.997667081978825]
  本研究の目的は,畳み込みニューラルネットワーク(CNN)に基づく視覚的視力(VA)予測の枠組みを提案することである。 提案する総合シミュレーションツールは主観的視覚性能の正確なモデルとして機能することが示されている。
  論文  参考訳（メタデータ） (2021-03-19T14:51:02Z)
• Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
  本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。 提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。 分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
  論文  参考訳（メタデータ） (2020-11-13T10:53:27Z)
• Action similarity judgment based on kinematic primitives [48.99831733355487]
  運動学に基づく計算モデルが動作類似性を決定する範囲について検討する。 選択されたモデルは、発達ロボティクスにルーツを持ち、学習されたキネマティックプリミティブに基づいて行動分類を行う。 その結果, 動作類似性タスクにおいて, モデルと人的性能の双方が, 運動レベルの特徴に基づく精度が高いことがわかった。
  論文  参考訳（メタデータ） (2020-08-30T13:58:47Z)

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。