論文の概要: Emergent aggregation from collective foraging
- arxiv url: http://arxiv.org/abs/2608.28046v1
- Date: Fri, 28 Aug 2026 08:08:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.250818
- Title: Emergent aggregation from collective foraging
- Title（参考訳）: 集団採餌による創発的集積
- Abstract要約: 集約は、間接的な目的から生じる可能性があることを示す。
我々は、まずランダムウォークを行い、補給可能な目標を見つけるために、純粋に個別の報酬から力学を最適化する強化学習を施した。
本結果は,間接的,資源駆動型報酬を創発的集団現象への一般的な経路とみなす。
- 参考スコア（独自算出の注目度）: 1.2684393716813849
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Collective behaviour in living systems is usually modelled as the outcome of a \emph{direct} social drive: agents are rewarded, or hard-wired, to align with or approach their neighbours. Here we show that aggregation can instead emerge from an \emph{indirect} objective. We let reinforcement learning foragers, initially performing a random walk, optimize their dynamics from a purely individual reward for finding replenishable targets, while perceiving only their conspecifics and never the targets themselves. As the visual range grows, the agents undergo a sharp crossover from an environment-tuned individual search to a scale-agnostic collective one, and this crossover coincides with the onset of spatial aggregation. Thus a collective phase arises as a by-product of optimal foraging, without any direct reward for grouping. A minimal analytical first-passage model reproduces the transition as a crossover between the two search strategies. Our results identify indirect, resource-driven reward as a generic route to emergent collective phenomena.
- Abstract（参考訳）: 生体系における集団行動は、通常「emph{direct}」社会ドライブの結果としてモデル化される。
ここでは、アグリゲーションが代わりに \emph{indirect} の目的から現れることを示す。
我々は、まずはランダムウォークを行い、補給可能な目標のみを知覚し、目標自体を認識せず、純粋に個々の報酬から力学を最適化した。
視覚範囲が大きくなるにつれて、エージェントは環境に合わせた個々の探索からスケールに依存しない集団への急激なクロスオーバーを行い、このクロスオーバーは空間的アグリゲーションの開始と一致する。
したがって、集合相は、グループ化の直接的な報酬なしに、最適な捕食の副産物として生じる。
最小解析的な第1パスモデルでは、2つの探索戦略間の交差として遷移を再現する。
本結果は,間接的,資源駆動型報酬を創発的集団現象への一般的な経路とみなす。
関連論文リスト
- DiffuSearch: How Hybrid Trajectory Planning Benefits from Aligned Objectives in Diffusion and Action Space [41.99844472131922]
DiffuSearchは、ジェネレーションとリファインメントをまたいだ統一された目的セットを使用する、新しいハイブリッドプランナーである。
私たちのモデルは、衝突回避、乾燥可能な領域コンプライアンス、快適さ、進捗といった、すべてのコンポーネントが同じ共有運転目標に従うように促します。
nuPlanとinterPlanリアクティブクローズループベンチマークの実験は、DiffuSearchが強く、しばしば最先端のパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2026-09-02T08:00:17Z) - Dual-Branch Cross-Projection Debiasing through Diffusion-based Disentanglement [66.67463557274358]
バイアス付きデータセットに基づいてトレーニングされた基礎モデルは、しばしばターゲットラベルと非因果属性の間の急激な相関に依存する。
信頼誘導概念マイニング(CBCM:Confidence-guided Concept Mining)を導入し,属性アノテーションを使わずに信頼性の高いスプリアス属性を同定する。
本稿では,目標と突発的な表現を2つのブランチに分離するプロンプトチューニングフレームワークであるDual-branch Cross-projection Debiasing (DCD)を提案する。
論文 参考訳（メタデータ） (2026-06-23T05:28:47Z) - TRACE: A Unified Rollout Budget Allocation Framework for Efficient Agentic Reinforcement Learning [52.67756371231985]
検証可能な報酬を伴う強化学習(RLVR)は、大規模言語モデルにおける推論とエージェント的行動を強化するための有望なアプローチである。
本稿では,Tree Rollout Allocation for Contrastive Exploration (TRACE)について紹介する。
技術的には、TRACEはロールアウト予算をルートと中間プレフィックスの両方に割り当てている。
論文 参考訳（メタデータ） (2026-06-09T17:16:03Z) - Beyond One Path: Evaluating and Enhancing Divergent Thinking in Interactive LLM Agents [12.548701965443373]
MUTATEはエージェントの発散思考を2つのレベルで評価するインタラクティブなベンチマークである。
成功のみの評価とは異なり、MUTATEは完了したパスとオフパスの両方をスコアする。
本稿では,非制約分岐候補生成を収束制約選択から分離するReDNAを提案する。
論文 参考訳（メタデータ） (2026-05-27T13:33:23Z) - SIGMAS: Second-Order Interaction-based Grouping for Overlapping Multi-Agent Swarms [12.265270375417517]
重なり合うマルチエージェント群におけるグループ予測の新たな課題を紹介する。
SIGMAS (Second-order Interaction-based Grouping for Multi-Agent Swarms) を提案する。
SIGMASは潜伏群構造を正確に復元し,同時に重なり合うSwarm動的条件下では頑健であることを示す。
論文 参考訳（メタデータ） (2026-02-23T01:43:56Z) - Group size effects and collective misalignment in LLM multi-agent systems [0.0874967598360817]
我々は、集団バイアスが以前評価されたよりも深い現象であることを示した。
群のサイズが非線形な方法での力学に影響を与えることを実証する。
これらの結果から,マルチエージェント・ダイナミクスのキードライバとしてグループサイズが確立された。
論文 参考訳（メタデータ） (2025-10-25T19:45:45Z) - Emergent Coordination in Multi-Agent Language Models [2.504366738288215]
マルチエージェントシステムが高次構造の兆候を示すかどうかをテストするための情報理論フレームワークを提案する。
この情報分解により、マルチエージェントLLMシステムに動的に出現するかどうかを測定することができる。
我々は,エージェントの直接通信を使わずに,単純な推測ゲームを用いた実験に本フレームワークを適用した。
論文 参考訳（メタデータ） (2025-10-05T11:26:41Z) - Recursive Reward Aggregation [60.51668865089082]
本稿では,報酬関数の変更を不要としたフレキシブルな行動アライメントのための代替手法を提案する。
マルコフ決定過程(MDP)の代数的視点を導入することにより、ベルマン方程式が報酬の生成と集約から自然に現れることを示す。
我々のアプローチは決定論的および決定論的設定の両方に適用され、価値に基づくアルゴリズムとアクター批判的アルゴリズムとシームレスに統合される。
論文 参考訳（メタデータ） (2025-07-11T12:37:20Z) - Algorithmic Collective Action with Two Collectives [18.045224609703897]
2つ以上の集団で集団行動を研究するための第1の枠組みを紹介する。
目的,戦略,規模,均一性が集団の有効性に与える影響について検討する。
論文 参考訳（メタデータ） (2025-04-30T21:39:06Z) - Time-series Generation by Contrastive Imitation [87.51882102248395]
モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。
推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
論文 参考訳（メタデータ） (2023-11-02T16:45:25Z) - Rethinking Trajectory Prediction via "Team Game" [118.59480535826094]
本稿では,対話型グループコンセンサスの概念を明示的に導入した,マルチエージェント軌道予測の新しい定式化について述べる。
チームスポーツと歩行者の2つのマルチエージェント設定において,提案手法は既存手法と比較して常に優れた性能を達成している。
論文 参考訳（メタデータ） (2022-10-17T07:16:44Z) - MatchGAN: A Self-Supervised Semi-Supervised Conditional Generative
Adversarial Network [51.84251358009803]
本稿では,条件付き生成逆数ネットワーク(GAN)に対する,半教師付き環境下での自己教師型学習手法を提案する。
利用可能な数少ないラベル付きサンプルのラベル空間から無作為なラベルをサンプリングして拡張を行う。
本手法は,ベースラインのトレーニングに使用したラベル付きサンプルの20%に過ぎません。
論文 参考訳（メタデータ） (2020-06-11T17:14:55Z)
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。