論文の概要: Abstraction Agent

• arxiv url: http://arxiv.org/abs/2609.04303v1
• Date: Thu, 03 Sep 2026 17:43:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:23.771352
• Title: Abstraction Agent
• Title（参考訳）: 抽象化エージェント
• Abstract要約: 抽象エージェントは、不完全な情報ゲームのための効果的な情報抽象化を構築する。 パイプラインは、キャリブレーションアンカーによる機能発見、バッチ化されたプライベートステートスコアリング、相関ベースの機能選択、および$k$-meansクラスタリングの4つのフェーズで実行される。 このパイプラインは、期待される手強度のベースラインに対して、昇降ストラテジーのエクスプローラビリティを最大62%削減する。
• 参考スコア（独自算出の注目度）: 38.06569764716213
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Information abstraction, which groups strategically similar private states into a tractable number of buckets, is essential for scaling game-solving algorithms to large imperfect-information games. Constructing effective abstractions, however, has traditionally required domain-specific evaluators such as hand-strength calculators or equity estimators, which demand expert knowledge and engineering effort and are unavailable for most less-studied games. We propose the Abstraction Agent, a zero-shot pipeline that uses a large language model (LLM) to discover continuous strategic features from a natural-language game description, score private states on these features, and cluster them into abstraction buckets, without any game-specific evaluator, training data, or game-tree traversal during abstraction construction. The pipeline runs in four phases: feature discovery with calibration anchors, batched private-state scoring, correlation-based feature selection, and $k$-means clustering. The resulting abstractions reduce lifted-strategy exploitability by up to 62% relative to an expected-hand-strength baseline on heads-up no-limit Texas hold'em (HUNL) turn endgames, and beat a scalar rank baseline at every granularity on ROVER Trials, an original game absent from any pretraining corpus. Beyond these quantitative benchmarks, the pipeline transfers with unchanged prompts to four-card Pot-Limit Omaha, HUNL preflop and flop, and Riichi Mahjong, where the discovered features track each game's recognized strategic concepts. This is structured knowledge elicitation: converting implicit strategic knowledge in LLM parameters into explicit numerical features for downstream algorithmic computation. The code is available at https://github.com/lbn187/AbstractionAgent.
• Abstract（参考訳）: 戦略的に類似したプライベートステートを抽出可能な数のバケットにグループ化する情報抽象化は、ゲーム解決アルゴリズムを大規模な不完全な情報ゲームに拡張するために不可欠である。 しかし、効果的な抽象化を構築するには、伝統的に手強い電卓やエクイティ推定器のようなドメイン固有の評価器が必要であり、専門家の知識とエンジニアリングの努力を必要とし、研究の少ないゲームでは利用できない。 本稿では,多言語モデル(LLM)を用いたゼロショットパイプラインである抽象エージェントを提案し,自然言語によるゲーム記述から連続的な戦略的特徴を発見し,それらの特徴についてプライベートな状態をスコアし,それらを抽象化バケットにクラスタ化する。 パイプラインは、キャリブレーションアンカーによる機能発見、バッチ化されたプライベートステートスコアリング、相関ベースの機能選択、および$k$-meansクラスタリングの4つのフェーズで実行される。 その結果得られた抽象化により、ヘッドアップ・ノーリミット・テキサスホールディングス(HUNL)のターンエンドゲームにおいて、予想される手強度ベースラインに対して最大62%のリフト・ストラテジー・エクスプロイザビリティが減少し、プリトレーニングされたコーパスから外れたオリジナルのゲームであるROVERトライアルの全ての粒度でスカラー・ランク・ベースラインを破る。 これらの定量的ベンチマークの他に、パイプラインは4枚のカードのポットリミット・オマハ(Pot-Limit Omaha)、HUNLプレフロープとフロップ(HUNL preflop and flop)、そして発見された特徴が各ゲームの認識された戦略概念を追跡するリーチ・マヒョン(Riichi Mahjong)へと移行する。 これは構造化知識推論であり、LLMパラメータの暗黙的な戦略的知識を、下流のアルゴリズム計算のための明示的な数値的特徴に変換する。 コードはhttps://github.com/lbn187/AbstractionAgent.comで公開されている。

関連論文リスト

• The Generalization Spectrum: A Chromatographic Approach to Evaluating Learning Algorithms [48.61395929803806]
  従来の評価は、i.d.テストセット上での学習アルゴリズムの最終性能を測定し、学習を1つの集計スコアに還元する。 このアプローチは、基本的な疑問を曖昧にしている — 特定の例から学ぶことは、どの程度他人に一般化されるのか? この隠蔽次元を公開するために設計された評価フレームワークであるGeneralization Spectrumを紹介する。
  論文  参考訳（メタデータ） (2026-06-24T06:26:02Z)
• Domain-Independent Game Abstraction using Word Embedding Techniques [62.94836578759359]
  本稿では,ドメインに依存しないゲーム抽象化手法を提案する。 各アクションをワードとして、ゲームプレイデータをコーパスとして扱うことにより、各アクションを実数値ベクトルとして表現するように、ワードベクトルを訓練することができる。
  論文  参考訳（メタデータ） (2026-05-15T02:30:36Z)
• KrwEmd: Revising the Imperfect-Recall Abstraction from Forgetting Everything [26.872387657059775]
  本稿では,この問題に対処する最初の実用的なアルゴリズムであるKrwEmdを提案する。 我々はまずk-recall Winrate機能を導入し、将来と重要な歴史的ゲーム情報の両方を活用することで信号観測情報セットを質的に区別するだけでなく、それらの類似性を定量的に捉える。 そこで我々はKrwEmdアルゴリズムを開発し、地球移動器距離を用いて信号観測インフォセットをクラスタリングし、特徴間の不一致を計測する。
  論文  参考訳（メタデータ） (2025-11-15T08:15:50Z)
• Key-Augmented Neural Triggers for Knowledge Sharing [3.8718804267599416]
  Key-Augmented Neural Triggersは、知識アンカーをトレーニングと推論の両方に組み込む。 局所的なコンテキストにおけるフラグメンテーションとグラウンドディング推論を減らす。 スケーラブルで低レイテンシでオンプレミスのデプロイメントに適している。
  論文  参考訳（メタデータ） (2025-08-05T11:40:56Z)
• CountingDINO: A Training-free Pipeline for Class-Agnostic Counting using Unsupervised Backbones [7.717986156838291]
  CAC(Class-Agnostic counting)は、事前に定義されたカテゴリに制限されることなく、画像内のオブジェクト数を推定することを目的としている。 現在のCAC法はトレーニングのためにラベル付きデータに大きく依存している。 初となるCACフレームワークであるCountingDINOを紹介する。
  論文  参考訳（メタデータ） (2025-04-23T09:48:08Z)
• Strategy Game-Playing with Size-Constrained State Abstraction [44.99833362998488]
  戦略ゲームは人工知能(AI)にとって難しい問題である 主な課題の1つは、ゲームコンポーネントの多様さによる巨大な検索スペースである。 状態抽象化は、検索ベースのゲームAIに適用され、大幅なパフォーマンス向上をもたらした。
  論文  参考訳（メタデータ） (2024-08-12T14:50:18Z)
• SPRING: Studying the Paper and Reasoning to Play Games [102.5587155284795]
  我々は,ゲーム本来の学術論文を読み取るための新しいアプローチ,SPRINGを提案し,大言語モデル(LLM)を通してゲームの説明とプレイの知識を利用する。 実験では,クラフトオープンワールド環境の設定下で,異なる形態のプロンプトによって引き起こされる文脈内「推論」の品質について検討した。 我々の実験は、LLMが一貫したチェーン・オブ・シークレットによって誘導されると、洗練された高レベル軌道の完成に大きな可能性があることを示唆している。
  論文  参考訳（メタデータ） (2023-05-24T18:14:35Z)
• Active Learning for Abstractive Text Summarization [50.79416783266641]
  本稿では,抽象テキスト要約におけるアクティブラーニングのための最初の効果的なクエリ戦略を提案する。 ALアノテーションにおける私たちの戦略は、ROUGEと一貫性スコアの点からモデル性能を向上させるのに役立ちます。
  論文  参考訳（メタデータ） (2023-01-09T10:33:14Z)
• Elastic Monte Carlo Tree Search with State Abstraction for Strategy Game Playing [58.720142291102135]
  戦略ビデオゲームは、複雑なゲーム要素によって引き起こされる検索スペースでAIエージェントに挑戦する。 状態抽象化は、状態空間の複雑さを低減する一般的なテクニックである。 我々は,状態抽象化を用いてストラテジーゲームをプレイするアルゴリズムであるElastic MCTSを提案する。
  論文  参考訳（メタデータ） (2022-05-30T14:18:45Z)

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。