論文の概要: Adaptive Entangled Game Modules in Artificial General Intelligence
- arxiv url: http://arxiv.org/abs/2609.09226v1
- Date: Mon, 07 Sep 2026 09:44:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.738604
- Title: Adaptive Entangled Game Modules in Artificial General Intelligence
- Title（参考訳）: 汎用人工知能における適応型エンタングルゲームモジュール
- Abstract要約: 本稿では,一般行動知能(GBI)非局所確率波方程式を用いて,適応エージェントの集合的挙動をモデル化する確率波フレームワークを提案する。
この枠組みは、分析機構によって幅広い人間の知能行動を捉え、集団的トレーダー行動を通じて脳内の非局所的絡み合った神経線維のLiu-Chen-Ao仮説(LCA)を間接的に検討する方法を提供する。
この結果は,従来の人工知能(ANN)ベースのAIの限界に対処するため,適応型絡み合ったゲームモジュールを人工知能(AGI)アーキテクチャに組み込むことの必要性を強調した。
- 参考スコア（独自算出の注目度）: 4.129809956451992
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We introduce a probability-wave framework for modeling the collective behavior of interacting adaptive agents, deriving testable eigenmodes through a generalized behavioral intelligence (GBI) nonlocal probability-wave equation. This framework captures a broad range of human intelligence behaviors with analytical mechanisms and offers an indirect method to examine the Liu-Chen-Ao (LCA) hypothesis of nonlocal entangled nerve fibers in the brain through collective trader behaviors. Our empirical analysis of Chinese intraday stock market data demonstrates that adaptive entangled game modes explain 82-94% (89% overall) of observed decision patterns, a sharp contrast to the predictions of neoclassical finance based on independent rational agents. Moreover, 2-12% of behaviors show adaption to intraday news, events, and environments, characterized by dual equilibrium states and abrupt reference point shifts, while purely independent modes occur in less than 5% of cases. These findings empirically support the LCA hypothesis, as observable trading behaviors reflect underlying brain mechanisms and internal intelligence decision-making in behavioral psychology. Our results highlight the necessity of incorporating adaptive entangled game modules into artificial general intelligence (AGI) architectures, addressing the limitations of conventional artificial neural network (ANN)-based AI, which relies on trillions of opaque parameters. By integrating ANN-based AI with probability-wave-based entangled-brain simulations, machine learning can enrich AGI foundation models (FMs) and facilitate the development of human-like processing units (HPUs) that leverage brain-inspired mechanisms. Such HPUs may ultimately create more compact, efficient, and robust AGI systems, particularly for embodied intelligence and robotics.
- Abstract（参考訳）: 本稿では,汎用行動知能(GBI)非局所確率波方程式を用いて,適応エージェント間の相互作用の集合的挙動をモデル化する確率波フレームワークを提案する。
この枠組みは、分析機構によって幅広い人間の知能行動を捉え、集団的トレーダー行動を通じて脳内の非局所的絡み合った神経線維のLiu-Chen-Ao仮説(LCA)を間接的に検討する方法を提供する。
中国の日内株式市場データを実証分析したところ、適応的絡み合ったゲームモードでは、観察された決定パターンの82～94%(89%)が説明され、これは独立した合理的エージェントに基づく新古典主義金融の予測とは対照的である。
さらに、行動の2-12%は、二重平衡状態と突然の基準点シフトを特徴とする日内ニュース、イベント、環境への適応を示し、一方純粋な独立モードは5%未満のケースで発生する。
これらの結果はLCA仮説を実証的に支持しており、観測可能な取引行動は行動心理学における脳のメカニズムと内部知性決定を反映している。
この結果から,適応的絡み合ったゲームモジュールを人工知能(AGI)アーキテクチャに組み込むことの必要性を強調し,不透明なパラメータに依存する従来の人工知能(ANN)ベースのAIの限界に対処する。
ANNベースのAIと確率波ベースの絡み合った脳シミュレーションを統合することで、機械学習はAGIファンデーションモデル(FM)を強化し、脳にインスパイアされたメカニズムを活用するヒューマンライクな処理ユニット(HPU)の開発を促進することができる。
このようなHPUは、最終的にはよりコンパクトで効率的で堅牢なAGIシステム、特にインテリジェンスとロボティクスを具現化する可能性がある。
関連論文リスト
- A Theory of Multilevel Interactive Equilibrium in NeuroAI [18.678954408835157]
適応型マルチエージェントインテリジェントシステムのためのゲーム理論フレームワークを提案する。
中心となるマルチレベルインタラクティブ平衡は、古典的なナッシュ均衡を内部計算を伴うインテリジェントシステムに一般化する。
この枠組みは、2つの生物学的脳、二つの人工エージェント、またはハイブリッドヒト-AIシステム間の相互作用に一様に適用する。
論文 参考訳（メタデータ） (2026-05-11T13:01:54Z) - Embedded Universal Predictive Intelligence: a coherent framework for multi-agent learning [57.23345786304694]
予測学習のための枠組みと自己予測を中心とした組込みエージェントを導入する。
マルチエージェント設定では、エージェントが類似したアルゴリズムを実行している他のエージェントについて推論することができる。
我々は、AIXIの理論を拡張し、Solomonoffから始まる普遍的なインテリジェントな埋め込みエージェントについて研究する。
論文 参考訳（メタデータ） (2025-11-27T08:46:48Z) - Intelligence Foundation Model: A New Perspective to Approach Artificial General Intelligence [55.07411490538404]
我々は,人工知能基盤モデル(IFM)による人工知能(AGI)への新たな視点を提案する。
IFMは、多様な知的行動から直接学習することで、インテリジェンスの基礎となるメカニズムを取得することを目的としている。
論文 参考訳（メタデータ） (2025-11-13T09:28:41Z) - Mirror-Neuron Patterns in AI Alignment [0.0]
本研究では, ニューラルネットワークが生体ミラーニューロンに類似したパターンを発達させることができるかを検討する。
ミラーニューロンは、人間の共感、模倣、社会的認知において重要な役割を果たす。
協調行動を促進するために設計された新しいFrog and Toadゲームフレームワークを用いて,ミラー-ニューロンパターンが出現する条件を特定する。
論文 参考訳（メタデータ） (2025-10-23T23:08:29Z) - 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) - Flexible Swarm Learning May Outpace Foundation Models in Essential Tasks [0.0]
ファウンデーションモデルはAIを急速に進歩させ、彼らの決定が現実世界のドメインにおける人間の戦略を上回るかどうかという疑問を提起している。
一般的な課題は、複雑なシステムを動的環境に適応させることである。
モノリシックな基盤モデルは、それを克服する上で概念的な限界に直面している、と私たちは主張する。
対話型小型エージェントネットワーク(SAN)の分散アーキテクチャを提案する。
論文 参考訳（メタデータ） (2025-10-07T18:10:31Z) - Agentic System with Modal Logic for Autonomous Diagnostics [0.3437656066916039]
エージェント推論の構造、忠実性、論理的一貫性のスケーリングは、AI研究の重要かつ過小評価されている次元である、と我々は主張する。
本稿では,個々のエージェントの信念状態がKripkeモデルとして正式に表現される,ニューロシンボリックなマルチエージェントアーキテクチャを提案する。
本研究は,不可変でドメイン固有な知識を用いて,適切な,信頼性,説明可能な診断に不可欠な論理的制約として符号化された情報的根本原因診断を行う。
論文 参考訳（メタデータ） (2025-09-15T14:03:06Z) - Bridging Foundation Models and Efficient Architectures: A Modular Brain Imaging Framework with Local Masking and Pretrained Representation Learning [7.591083752535149]
ファンデーションモデル(FM)の原則を効率よくドメイン固有のアーキテクチャと統合するモジュラーフレームワークを提案する。
平均絶対誤差は, 年齢予測では5.343, 流体知能では2.940, ピアソン相関係数は0.928, 0.887であった。
この研究は、LLMに基づくfMRI分析のアプローチに代わる堅牢で解釈可能な代替手段を提供し、脳の老化と認知機能に関する新たな洞察を提供する。
論文 参考訳（メタデータ） (2025-08-09T08:06:01Z) - Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。
この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。
本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-12T15:05:34Z) - Meta-Representational Predictive Coding: Biomimetic Self-Supervised Learning [51.22185316175418]
メタ表現予測符号化(MPC)と呼ばれる新しい予測符号化方式を提案する。
MPCは、並列ストリームにまたがる感覚入力の表現を予測することを学ぶことによって、感覚入力の生成モデルを学ぶ必要性を助長する。
論文 参考訳（メタデータ） (2025-03-22T22:13:14Z) - Shifting Attention to You: Personalized Brain-Inspired AI Models [3.0128071072792366]
人間の行動洞察とミリ秒スケールのニューラルネットワークを微調整CLIPベースモデルに統合することで、修正されていないCLIPベースラインと比較して、行動性能が2倍になることを示す。
我々の研究は、適応型AIシステムを設計するための、新しい解釈可能なフレームワークを確立し、神経科学、パーソナライズドメディカル、人間とコンピュータの相互作用に幅広い意味を持つ。
論文 参考訳（メタデータ） (2025-02-07T04:55:31Z) - EINNs: Epidemiologically-Informed Neural Networks [75.34199997857341]
本稿では,疫病予測のための新しい物理インフォームドニューラルネットワークEINNを紹介する。
メカニスティックモデルによって提供される理論的柔軟性と、AIモデルによって提供されるデータ駆動表現性の両方を活用する方法について検討する。
論文 参考訳（メタデータ） (2022-02-21T18:59:03Z) - 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。
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。