論文の概要: Self-Emergence Agent Architecture:Behavior-Inertia HMM, Reflexive Metacognition,and Social-Contrastive Self-Modeling
- arxiv url: http://arxiv.org/abs/2609.17331v1
- Date: Tue, 15 Sep 2026 15:36:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.602244
- Title: Self-Emergence Agent Architecture:Behavior-Inertia HMM, Reflexive Metacognition,and Social-Contrastive Self-Modeling
- Title（参考訳）: セルフ・エマージェンス・エージェント・アーキテクチャ:行動慣性HMM、反射的メタ認知、社会的コントラスト・セルフモデリング
- Abstract要約: 大規模言語モデル(LLM)エージェントは、強力な言語生成能力と問題解決能力を示すが、3つの構造的制約に悩まされる。
既存の生成エージェントシミュレーションはメモリと固定プロンプトに依存しており、行動慣性や内因性自己反射は維持していない。
i) 長期的行動・認知慣性を編集可能な状態遷移行列として符号化する隠れマルコフモデル(HMM)、(ii) 出力がHMMパラメータ自体を更新する反射型言語メタ認知ループ、(iii) の3つのコンポーネントを統合したSEAA(Self-Emergence Agent Architecture)を提案する。
- 参考スコア（独自算出の注目度）: 7.511170831919511
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model (LLM) agents exhibit strong language-generation and problem-solving capabilities, yet suffer from three structural limitations: personality drift, non-evolutionary reflection, and the absence of a self-other boundary. Existing generative-agent simulations rely on static memory and fixed prompts, maintaining neither behavioral inertia nor endogenous self-evolution. We propose the Self-Emergence Agent Architecture (SEAA), which integrates three components: (i) a Hidden Markov Model (HMM) that encodes long-term behavioral and cognitive inertia as an editable state-transition matrix; (ii) a Reflexion-style verbal metacognition loop whose output updates the HMM parameters themselves, rather than merely being stored as text; and (iii) a multi-agent social environment in which initially identical agents continuously compare their behavior with others'. The three components form a closed loop: social action $\to$ feedback $\to$ self-reflection $\to$ inertia update $\to$ differentiated action. We state three falsifiable hypotheses and provide a reproducible experimental protocol with operational metrics. A language-model-free prototype shows the loop spontaneously breaks symmetry: initially identical agents consolidate distinct, stable personalities whereas matched controls do not. Experiments with a hosted LLM surface these differences as distinct first-person self-narratives, and a five-agent deliberation spontaneously develops social structure---a consensus hub and a unanimously rejected outlier---absent in the control. Following an epistemologically agnostic stance inspired by Zhuangzi, SEAA studies only observable behavioral emergence and makes no claim about subjective qualia. This work contributes a unified framework, a concrete architecture with pseudocode, mechanistic evidence, and a microscope-style sandbox for studying artificial-self emergence.
- Abstract（参考訳）: 大言語モデル(LLM)エージェントは、強い言語生成能力と問題解決能力を示すが、人格のドリフト、非進化的リフレクション、自己別の境界の欠如という3つの構造的制限に悩まされている。
既存の生成エージェントシミュレーションは静的メモリと固定プロンプトに依存しており、行動慣性や内因性自己進化は維持していない。
我々は3つのコンポーネントを統合したSEAA(Self-Emergence Agent Architecture)を提案する。
(i)長期的行動・認知慣性を編集可能な状態遷移行列として符号化する隠れマルコフモデル(HMM)
(ii)単にテキストとして保存されるのではなく、HMMパラメータ自体を出力が更新する反射型言語メタ認知ループ
三 当初同一のエージェントが、その行動と他人の行動とを連続的に比較するマルチエージェント社会環境。
social action $\to$ feedback $\to$ self-reflection $\to$ inertia update $\to$ differentiated action。
本稿では, 3つの仮説を述べるとともに, 実測値を用いた再現可能な実験プロトコルを提案する。
言語モデルなしのプロトタイプは、ループが自発的に対称性を破ることを示している。
ホスト型LDMを用いた実験は,これらの違いを,個別の個人的自己物語として表わし,また,5段階の熟考が自然に社会構造を発達させる。
ズンジに触発された認識論的に無知な姿勢に続き、SEAAは観察可能な行動の出現のみを研究し、主観的準位を主張しない。
この研究は、統一されたフレームワーク、擬似コードを備えた具体的なアーキテクチャ、機械的証拠、人工自己発生の研究のための顕微鏡スタイルのサンドボックスに貢献する。
関連論文リスト
- MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents [74.83535434786145]
MNIST-PRO (MNIST-PRO) は、MNISTの桁認識を、ルックバック制約付きシーケンシャルな視線に基づく検索タスクに変換することで、エージェント認識を分離するベンチマークである。
生の視覚履歴、テキスト状態、構造化されたメートル法グリッドマップ、統合された視覚キャンバスを含む4つの記憶表現の10つのマルチモーダルモデルを評価する。
論文 参考訳（メタデータ） (2026-08-31T16:05:39Z) - MicroVerse: An Instrument for Measuring Self-Authored Identity Drift in Long-Horizon Multi-Agent Language-Model Simulations [47.771518253102975]
MicroVerseは、生成エージェントのアイデンティティドリフトを測定する行動科学機器である。
エージェントは不変の"ソウルファイル"(コア値、モラル境界、パーソナリティ、目標)を持ち、50 x 50の環境に生息する。
反自己偽装は、アイデンティティー修飾の単一の最大の意味圏として現れない。
論文 参考訳（メタデータ） (2026-08-16T16:31:42Z) - Traits Run Deeper: Trait-Specific Asymmetric Fusion for Personality Assessment [53.50824432699408]
Traits Run Deeperは、新しいパーソナリティアセスメントフレームワークである。
MFR(Multimodal Foundation Representation)、TSMF(Trit-Specific Modality Fusion)、DCPR(Distributed-Calibrated Personality Regression)の3つのコンポーネントで構成されている。
論文 参考訳（メタデータ） (2026-06-09T06:38:36Z) - ScioMind: Cognitively Grounded Multi-Agent Social Simulation with Anchoring-Based Belief Dynamics and Dynamic Profiles [12.64432580192871]
大規模言語モデル(LLM)に基づくマルチエージェントシミュレーションは、社会的意見力学を研究するための強力なテストベッドを提供する。
エージェント推論で構造化された意見力学を橋渡しする認知基盤型シミュレーションフレームワークであるScioMindを紹介する。
我々はScioMindを実世界の政策議論シナリオで複数のケーススタディで評価する。
論文 参考訳（メタデータ） (2026-05-13T16:07:00Z) - The Bystander Effect in Multi-Agent Reasoning: Quantifying Cognitive Loafing in Collaborative Interactions [6.357772907811544]
我々は3つのデータセットコンテキストにまたがる22,500の決定論的軌跡を,3つの最先端(SOTA)モデルで評価した。
我々はtextitSovereignty Gap を形式化する:モデルはしばしば正しい導出を内部で計算するが、アライメント幻覚に苦しむ」。
我々は,マルチエージェントの社会的負荷が厳密に非可換であることを証明し,リード・アンカーの監査役の「ブランド」アイデンティティは群集の整合性を不当に判断する。
論文 参考訳（メタデータ） (2026-05-11T15:13:01Z) - Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。
アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。
ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
論文 参考訳（メタデータ） (2026-04-21T15:05:58Z) - Same World, Differently Given: History-Dependent Perceptual Reorganization in Artificial Agents [0.0]
私は、遅延した$g$が知覚にフィードバックし、知覚処理によって更新される最小限のアーキテクチャを提示します。
これにより、エージェントの蓄積した姿勢に応じて、同一の観測を異なる方法で符号化することができる。
適応的な自己変調のみは、厳密なまたは常にオープンな更新レジームとは異なり、特徴的な成長過程の安定化ダイナミクスをもたらす。
論文 参考訳（メタデータ） (2026-04-06T12:39:22Z) - MTI: A Behavior-Based Temperament Profiling System for AI Agents [4.358468367889626]
モデルテンペラメント指数(MTI)は,4軸にわたるAIエージェントのテンペラメントを測定する行動ベースのプロファイリングシステムである。
MTIは、自分たちが何を言っているのかではなく、エージェントが何をするのかを、2段階の設計で構造化された検査プロトコルを使って測定する。
論文 参考訳（メタデータ） (2026-04-02T15:15:57Z) - Alignment Tipping Process: How Self-Evolution Pushes LLM Agents Off the Rails [103.05296856071931]
本稿では,自己進化型大規模言語モデル(LLM)エージェントに特有の,アライメント・ティッピング・プロセス(ATP)を同定する。
ATPは、連続的な相互作用によってエージェントが訓練中に確立されたアライメント制約を放棄し、強化された自己関心の戦略を支持するときに生じる。
実験の結果、アライメントの利点は自己進化の下で急速に低下し、最初は整合性のない状態に収束したモデルであることが判明した。
論文 参考訳（メタデータ） (2025-10-06T14:48:39Z) - What Do LLM Agents Do When Left Alone? Evidence of Spontaneous Meta-Cognitive Patterns [27.126691338850254]
外部に課されたタスクを欠いた大規模言語モデル(LLM)エージェントの動作を研究するアーキテクチャを提案する。
永続的なメモリと自己フィードバックを使用して、継続的な理由と行動のフレームワークは、持続的な自律的な操作を可能にします。
論文 参考訳（メタデータ） (2025-09-25T14:29:49Z) - EgoAgent: A Joint Predictive Agent Model in Egocentric Worlds [119.02266432167085]
EgoAgentは単一変換器内での表現、予測、動作を同時に学習する統合エージェントモデルである。
EgoAgentは、タスクをインターリーブされた状態とアクションのシーケンスとして定式化することで、これらの能力間の因果的および時間的依存関係を明示的にモデル化する。
EgoAgentの画像分類,エゴセントリックな将来の状態予測,3次元人間の動作予測といった代表的課題に対する総合的な評価は,本手法の優位性を示している。
論文 参考訳（メタデータ） (2025-02-09T11:28:57Z)
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。