論文の概要: Neuro-Symbolic Hierarchical Intention Anticipation in Human Behavior
- arxiv url: http://arxiv.org/abs/2609.17064v1
- Date: Tue, 15 Sep 2026 12:09:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.498167
- Title: Neuro-Symbolic Hierarchical Intention Anticipation in Human Behavior
- Title（参考訳）: 人間の行動における神経・筋肉の階層的意図の予測
- Abstract要約: 本稿では、部分的に観察されたマルチモーダルエピソードの目標推定として予測を定式化する。
凍結したニューロシンボリック認識エンコーダにコンパクトな階層計画デコーダを装着する。
4つの存在論的レベル、次の行動、残りの活動、低レベルの意図を予測する。
- 参考スコア（独自算出の注目度）: 4.812022454180755
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Assistive autonomous systems must anticipate human goals before an observed behavior is complete. This article formulates anticipation as goal inference from a partially observed multimodal episode together with structured prediction of the remaining behavior, rather than exact motor forecasting. A compact Hierarchical Planning Decoder (HPD) is attached to a frozen neuro-symbolic recognition encoder and predicts, at four ontological levels, the next actions, the remaining activities and low-level intentions, and the episode high-level intention(HLI). The decoder is trained with soft neuro-symbolic regularization combining transition-coherence and hierarchical continuity losses, and is decoded with hard reachability masks that enforce ontological validity at inference. On a compositional four-level benchmark of 15,002 multimodal episodes built over NTU RGB+D 120 features, three headline properties are observed together. The advantage over the strongest sequential baseline grows with the anticipation horizon, from +1.7 points at step 1 to +7.3 points at step 3 (top-5). Under compositional generalization, where one parent association per multi-parent low level intention is held out, this advantage widens to +4.9 points at step 1. At the episode level, 96.8% of anticipated trajectories satisfy the joint logic constraints, above the 88.1% strongest-baseline value and the 73.9% ground-truth floor; soft logic terms alone account for a 59.8 to 71.1% relative reduction of HLI-reachability violations, and the hard masks then eliminate them entirely. Neural generation supplies predictive ranking, symbolic constraints supply onto logical validity, and their combination yields coherent hierarchical anticipation while exposing remaining challenges in compositional goal generalization and unordered set prediction.
- Abstract（参考訳）: 補助的な自律システムは、観察された行動が完了する前に人間の目標を予測しなければならない。
本稿では, 運動予測の精度ではなく, 残りの動作の構造化された予測とともに, 部分的に観察されたマルチモーダルエピソードからの目標推定として予測を定式化する。
コンパクト階層型計画デコーダ(HPD)は、凍結したニューロシンボリック認識エンコーダに取り付けられ、4つのオントロジレベル、次のアクション、残りのアクティビティと低レベルの意図、エピソード高レベルの意図(HLI)を予測する。
デコーダは、遷移コヒーレンスと階層的連続性損失を組み合わせたソフト・ニューロシンボリック・正規化で訓練され、推測時の存在論的妥当性を強制するハード・リーチビリティ・マスクで復号される。
NTU RGB+D 120機能上に構築された15,002個のマルチモーダルエピソードの合成4レベルベンチマークでは、3つのヘッドライン特性が同時に観察された。
最強のシーケンシャルベースラインに対する優位性は、ステップ1の+1.7点からステップ3の+7.3点(トップ5)まで期待地平線で増大する。
構成一般化の下では、多親低レベル意図の1つの親関係が保たれると、この利点はステップ1で+4.9ポイントにまで広がる。
エピソードレベルでは、予想される軌道の96.8%が88.1%の最強ベースライン値と73.9%のグランドトラスフロアよりも高いジョイントロジックの制約を満たす。
ニューラルジェネレーションは予測的ランキング、記号的制約を論理的妥当性に供給し、それらの組み合わせによってコヒーレントな階層的予測が得られ、構成的ゴールの一般化と未順序集合の予測における残りの課題を明らかにする。
関連論文リスト
- NCP-ArchPreview Technical Report: Moving towards Latent Space Language Models through Next Concept Prediction [76.38136259305638]
NCP-ArchPreviewは、標準のNext-token Prediction(NTP)を超えた自己回帰事前学習を促進する潜在空間言語モデルである。
NCP-ArchPreviewは、製品量化された概念語彙をその隠れ状態から直接構築することで潜在空間を構築し、その後、専用の概念モジュールを通じて将来の概念を予測することを学ぶ。
私たちはこのアーキテクチャを8.9Bパラメータに拡張し、Dolma-3データセットから5.73Tトークンでトレーニングします。
論文 参考訳（メタデータ） (2026-09-09T18:12:43Z) - On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability [57.03393882933515]
Qwen3.8-Flash-Nextは125Bパラメータ、トークンあたり6Bアクティベートされ、加速器から保持されるn-gram埋め込みテーブルの51Bパラメータを持つスパースミックス・オブ・エキスパートモデルである。
トレーニング前の14のベンチマークでは、このモデルは前モデルの397B-A17Bを8点、残りを少なくとも2.6ポイント、アクティベートされたパラメータが1/3、トレーニングトークンが1/3、トレーニング用FLOPが1/9であった。
論文 参考訳（メタデータ） (2026-08-31T06:35:07Z) - Orthogonal JEPA: Factorized Predictive States for Latent World Models [95.20158869896393]
予測因数分解に基づく潜在的世界モデリングフレームワークであるメソッドを導入する。
そこで本研究では,予測構造を弱め,あるいは矛盾する勾配を抑えつつ,冗長なキャパシティを支配的信号に割り当てる手法を提案する。
制御された視覚、単細胞転写学、縦断的な健康記録、連続的な制御、分子動力学の実験は、表現品質、予測、計画、長期安定性を評価する。
論文 参考訳（メタデータ） (2026-08-20T13:59:57Z) - TESTNAV: Pareto-Guided Search for Compositional Robustness Testing [42.86570387250456]
TESTNAVは、ディープラーニングモデルのための双方向の堅牢性テストフレームワークである。
モダリティ比の指標によって測定された入力忠実度を保ちながら、性能劣化を最大化する。
論文 参考訳（メタデータ） (2026-08-20T10:43:22Z) - HiTac-WAM: A Hierarchical Tactile World Action Model for Contact-Rich Robot Manipulation [16.161933557281447]
HiTac-WAMは階層的な触覚世界行動モデルであり、実行前に各アクションチャンクの将来の触覚状態を予測します。
計画では、HiTac-WAMは触覚予測とタスクプログレス推定を用いて、候補アクションチャンクをランク付けする。
実行には、選択された触覚予測を基準として保持する。
論文 参考訳（メタデータ） (2026-08-20T02:28:25Z) - Partial Skeleton Visibility for Action Recognition: A Constrained Field-of-View Approach [60.596944437968524]
partialVisGraphは、制約されたフィールド・オブ・ビューの下で、堅牢なスケルトンベースのアクション認識のための新しいフレームワークである。
部分的な可視性の下では、最先端の精度を一貫して達成し、厳しいFoV制限のあるサブセットでは68.8%まで上昇する。
提案手法は,非拘束環境下でのスケルトンに基づく行動理解を実現するための,原則的かつ実践的な経路を提供する。
論文 参考訳（メタデータ） (2026-07-01T10:03:11Z) - When Eyes Betray AI: Social Gaze Consistency as a Semantic Cue for AI-Generated Image Detection [12.446807294893638]
本稿では,視線方向の相互コヒーレンス,頭部アライメント,対人関係の瞳孔配置として定義された高レベルの意味的キューであるソーシャル・ゲイズ・コンシステンシーを紹介する。
既存の低レベルパラダイムに対して,これまで未利用であった検出軸を構成することを示す。
4ステップのアカウントでは、単一インパインター(FLUX.1-Fill)のトレーニングがマルチジェネレータスイートに移行した理由が説明されている。
論文 参考訳（メタデータ） (2026-05-26T17:50:17Z) - Exhaustive Circuit Mapping of a Single-Cell Foundation Model Reveals Massive Redundancy, Heavy-Tailed Hub Architecture, and Layer-Dependent Differentiation Control [0.0]
本稿では, サーキットトレース, 高次アブレーション, 因果軌道ステアリングによる限界に対処する3つの実験について述べる。
第一に、第5層における4065個のアクティブオートエンコーダの特徴を徹底的に追跡すると、1393850の下流エッジが得られる。
第2に、8つの三つ子にまたがる3つの冗長性は、冗長性は相互作用順序とともに単調に深まることを示す。
第3に、軌道案内型特徴ステアリングは、層の位置と微分方向との因果関係を確立する。
論文 参考訳（メタデータ） (2026-03-12T13:53:20Z) - Differentiable Symbolic Planning: A Neural Architecture for Constraint Reasoning with Learned Feasibility [0.0]
微分可能シンボリックプランニング(DSP)は、離散的シンボリック推論を行うニューラルネットワークである。
DSPをUniversal Cognitive Kernel(UCK)に統合し、グラフ注意と反復的制約伝搬を組み合わせた。
UCK+DSPは4倍の精度で計画の精度を97.4%向上させる。
論文 参考訳（メタデータ） (2026-02-19T03:38:03Z) - Towards a Science of Scaling Agent Systems [79.64446272302287]
エージェント評価の定義を定式化し,エージェント量,コーディネーション構造,モデル,タスク特性の相互作用として,スケーリング法則を特徴付ける。
協調指標を用いて予測モデルを導出し,R2=0をクロスバリデーションし,未知のタスク領域の予測を可能にする。
ツールコーディネーショントレードオフ: 固定的な計算予算の下では, ツールヘビータスクはマルチエージェントのオーバーヘッドから不均衡に悩まされ, 2) 能力飽和: 調整が減少または負のリターンを, 単一エージェントのベースラインが45%を超えると達成できる。
論文 参考訳（メタデータ） (2025-12-09T06:52:21Z) - Robust Residual Finite Scalar Quantization for Neural Compression [46.574899938569125]
有限スカラー量子化(FSQ)は、簡易なトレーニングを提供するが、多段階設定での残留等級劣化に悩まされる。
本稿では,2つの新しい条件付け手法を用いて,この基本的な制限に対処するロバスト残留有限スカラー量子化(RFSQ)を提案する。
RFSQの有効性と一般化性を示す。
論文 参考訳（メタデータ） (2025-08-20T15:18:59Z) - HierarchicalPrune: Position-Aware Compression for Large-Scale Diffusion Models [15.143674484507251]
本稿では,鍵となる観測を基礎とした新しい圧縮フレームワークであるHierarchicalPruneを紹介する。
DMブロックは異なる機能的階層を示し、初期のブロックはセマンティック構造を確立し、後のブロックはテクスチャの洗練を扱う。
我々のフレームワークは、出力画像の品質を保ちながら、デバイス上の推論に適した範囲に数十億の拡散モデルをもたらす。
論文 参考訳（メタデータ） (2025-08-06T17:30:44Z)
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。