Fugu-MT 論文翻訳(概要): An Agent Model Abstraction for Human-AI Teaming Cognitive Coupling

論文の概要: An Agent Model Abstraction for Human-AI Teaming Cognitive Coupling

arxiv url: http://arxiv.org/abs/2609.05552v1
Date: Thu, 03 Sep 2026 11:01:02 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-10 19:44:08.09244
Title: An Agent Model Abstraction for Human-AI Teaming Cognitive Coupling
Title（参考訳）: A Agent Model Abstraction for Human-AI Teaming Cognitive Coupling (特集:情報ネットワーク)
Abstract要約: 産業環境はますます人間とAI対応エージェントの協力に依存している。本稿では,8つの要素を通して認知的結合を定式化する認知エージェントモデルを提案する。
参考スコア（独自算出の注目度）: 0.9566312408744931
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Industrial environments increasingly rely on collaboration between humans and AI-enabled agents. Effective teamwork requires aligning how agents perceive situations, plan actions to pursue goals, and adapt to changing conditions, yet existing systems lack mechanisms for cross-agent cognitive processes coupling. This paper presents a conceptual cognitive agent model that formalises cognitive coupling through eight components: Input, Process, Output, State, Value, Memory, World Model, and Goal. The model abstracts how agents coordinate and co-regulate their cognitive cycles, providing a basis for analysing distributed cognition and designing cognitively interoperable human-AI systems.
Abstract（参考訳）: 産業環境はますます人間とAI対応エージェントの協力に依存している。効果的なチームワークには、エージェントが状況を理解し、目標を追求するためのアクションを計画し、状況の変化に適応する方法の整合性が必要です。本稿では,8つのコンポーネント(入力,プロセス,出力,状態,値,記憶,世界モデル,目標)を通じて認知結合を形式化する認知エージェントモデルを提案する。このモデルは、エージェントが認知サイクルを調整・調整する方法を抽象化し、分散認知を分析し、認知的に相互運用可能な人間-AIシステムを設計するための基盤を提供する。

関連論文リスト

Toward an~Integrated Cognitive--Ergonomic Architecture for~Human--Machine Interaction: Combining Cognitive Models with~Human Factors Ergonomics [0.9449650062296824]
本稿では,認知アーキテクチャの理論的基礎とヒューマンファクター・エルゴノミクスの原理を組み合わせることで,人間の能力のモデル化に一貫したアプローチを提案する。このモデルをエルゴノミクスフレームワーク内でコンテキスト化することにより、意思決定、スキル獲得、適応行動の基礎となるメカニズムを解明する。私たちのフレームワークは、オペレータの専門知識、規範的知識、リアルタイムフィードバックループが重要な産業アプリケーションに実証的に基礎を置いています。
論文参考訳（メタデータ） (2026-09-03T11:41:29Z)
A game theory for foundation models shows new paths to rational cooperation through similarity inference [56.53805518668248]
最適計画に携わる基礎モデルエージェントは、安定的な協調に一貫して収束していることを示す。分離された物質から埋め込まれた物質へと移行することで、これらのエージェントは自分たちが居住する宇宙の一部として自身をモデル化する。
論文参考訳（メタデータ） (2026-08-04T17:24:33Z)
Humans' ALMANAC: A Human Collaboration Dataset of Action-Level Mental Model Annotations for Agent Collaboration [54.18136393879849]
本稿ではエージェント協調のための行動レベル精神モデルAnnotationsのデータセットであるALMANACについて述べる。 ALMANACには2,987の協調アクションがあり、それぞれに理論インフォームドのメンタルモデルアノテーションが組み合わされている。本研究は、ALMANACが人間の協調動作をシミュレートするモデルの能力を評価する上で有用であることを示す。
論文参考訳（メタデータ） (2026-06-04T16:56:12Z)
Caring Without Feeling: Affective Dynamics as the Control Layer of Human-AI Agent Collaboration [28.35417287973668]
エージェント的なコラボレーションの中で、感情的な手がかりがどのように動作するかは、統合された説明がない。モデルが生成した感情信号が、依存、修復、監視を管理する相互作用ループにどのように入るかを追跡する。我々は、AIの内的特性ではなく、人間やエージェントが能力、不確実性、責任を交渉する協調レイヤとして、影響を扱えるフレームワークを提案する。
論文参考訳（メタデータ） (2026-05-08T05:10:38Z)
Social World Model-Augmented Mechanism Design Policy Learning [58.739456918502704]
SWM-AP (Social World Model-Augmented Mechanism Design Policy Learning) を導入する。 SWM-APは,累積報酬とサンプル効率において,モデルベースおよびモデルフリーのRLベースラインよりも優れていた。
論文参考訳（メタデータ） (2025-10-22T06:01:21Z)
Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文参考訳（メタデータ） (2025-07-28T17:58:12Z)
Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文参考訳（メタデータ） (2025-05-12T02:04:37Z)
Position Paper: Towards Open Complex Human-AI Agents Collaboration Systems for Problem Solving and Knowledge Management [0.15039745292757667]
我々は,Human-AI Agents Collaboration Systems(HAACS)のための技術に依存しない,コラボレーション可能なスタンスを提案する。 7次元のコラボスピンと人間とエージェントのコントラストを通して経験的なパターンを読み取ることで、欠落したピースを識別する。アドホック接着剤を使わず,バイオサイバネティック拡張をスケッチすることなく,新たなエージェントプロトコルとの相互運用性を示す。
論文参考訳（メタデータ） (2025-04-24T05:57:03Z)
Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [132.77459963706437]
この本は、モジュール化された脳に触発されたアーキテクチャの中で、インテリジェントなエージェントをフレーミングする、包括的な概要を提供する。自己向上と適応的な進化のメカニズムを探求し、エージェントが自律的に能力を洗練する方法を探求する。また、エージェントの相互作用、協力、社会構造から生じる集合的知性についても調べる。
論文参考訳（メタデータ） (2025-03-31T18:00:29Z)
Human-Artificial Interaction in the Age of Agentic AI: A System-Theoretical Approach [0.0]
本稿では,ヒューマン・コンピュータ・インタラクション(HCI, Human-Computer Interaction)の新たな視点について述べる。マルチエージェントシステム(MAS)とセンタウリアンシステム(Centaurian system)は、人間とAIのコラボレーションの2つのパラダイムを表す。我々の研究は、自律ロボット工学、ヒューマン・イン・ザ・ループの意思決定、AI駆動の認知アーキテクチャに実践的な応用がある。
論文参考訳（メタデータ） (2025-02-19T07:55:34Z)
ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
論文参考訳（メタデータ） (2023-08-22T10:36:56Z)
Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文参考訳（メタデータ） (2023-04-30T22:51:31Z)
An active inference model of collective intelligence [0.0]
本稿では,局所的な個人レベルの相互作用と集団的知性の関係をシミュレートする最小エージェントモデルを提案する。その結果, エージェントの局所的最適とグローバル的最適の整合性の相補的なメカニズムを提供することにより, 段階的認知遷移がシステム性能を向上させることが示された。
論文参考訳（メタデータ） (2021-04-02T14:32:01Z)

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。