論文の概要: The syntax and semantics of goals
- arxiv url: http://arxiv.org/abs/2609.19448v1
- Date: Wed, 16 Sep 2026 21:32:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.018919
- Title: The syntax and semantics of goals
- Title（参考訳）: 目標の構文と意味論
- Abstract要約: 認知科学において、ゴールは認知状態として概念化され、世界知識と柔軟に結合して目的的行動の組織化と特定を行う。
本稿では、異なる目標表現の特性を特徴付けることを目的としており、これらがより広い設計空間のポイントであることを示唆している。
- 参考スコア（独自算出の注目度）: 3.014701597254405
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In both cognitive science and computer science, goals are conceptualized as cognitive states that flexibly combine with world knowledge to organize and specify purposeful behavior. In this way, goals are compositional representations whose content relates to rational behavior. We here draw attention to goals as representations and their content because it highlights a parallel with other areas in cognitive science - in particular, the syntax-semantics interface in linguistics and logic - while also foregrounding foundational questions about the expressivity, design, and efficiency of different goal representations. For example, goals are typically taken as fixed and imposing constraints on desirable behaviors, but we can also identify constraints on goal representations themselves, such as whether a particular goal language is sufficiently expressive to capture behaviors of interest, or whether different goal representations capture the same behavior. Here, we synthesize work that aims to characterize the properties of different goal representations and suggest these are points of a broader design space. We close by discussing how distinguishing the form and meaning of goals can elucidate the implicit assumptions we make about goals, inform the study of interactions between higher-level cognition and motivation, and isolate axes of variation for different conceptions of goals.
- Abstract（参考訳）: 認知科学とコンピュータ科学の両方において、ゴールは認知状態として概念化され、世界知識と柔軟に結合して目的的行動の組織化と特定を行う。
このように、ゴールは、合理的な振る舞いに関連する構成的表現である。
ここでは,認知科学の他の分野 – 特に言語学や論理学における構文・意味論的インターフェース – と平行であると同時に,目的表現の表現性,設計,効率性に関する基礎的な疑問も浮き彫りにする。
例えば、ゴールは通常、望ましい行動の制約を課す固定的制約として扱われるが、特定のゴール言語が興味のある振る舞いを捉えるのに十分な表現力を持っているか、異なるゴール表現が同じ行動を捉えているかどうかなど、ゴール表現自体の制約を特定することもできる。
ここでは、異なる目標表現の特性を特徴付けることを目的とした作業を合成し、これらがより広い設計空間のポイントであることを示唆する。
目的の形式と意味を区別することで、目標について暗黙の仮定を解明し、より高いレベルの認知とモチベーションの間の相互作用の研究を通知し、目標の異なる概念のために変化の軸を分離する方法について論じる。
関連論文リスト
- Gaze-to-text Generation: Beyond Categorical Decoding of Human Attention [49.004784590429075]
Gazetteは最初のGear-to-textデコーディングフレームワークである。
大きな言語モデル(MLLM)に基づいて、Gazette氏は、視線スキャンパスを分類ラベルを超えて拡張可能な目標のために自然言語にデコードすることを学ぶ。
本研究では,大規模言語モデルの百科事典的知識と推論能力を活用して,目標指向の注意行動の自然言語説明を合成する手法を提案する。
論文 参考訳（メタデータ） (2026-07-27T01:13:57Z) - Thinking with Blueprints: Assisting Vision-Language Models in Spatial Reasoning via Structured Object Representation [52.605647992080485]
空間的推論は視覚的知覚から意味的理解へと視覚言語モデルを前進させる。
物体中心の青写真という認知概念を空間的推論に統合する。
我々の手法は既存の視覚言語モデルより一貫して優れている。
論文 参考訳（メタデータ） (2026-01-05T10:38:26Z) - Goals and the Structure of Experience [3.072340427031969]
本稿では,認知エージェントにおける目標指向状態表現の計算フレームワークについて述べる。
目的と等価な経験分布のクラスとして定義された,目標指向(telic)状態の構成を導入する。
論文 参考訳（メタデータ） (2025-08-20T19:05:24Z) - Goal-Directedness is in the Eye of the Beholder [48.937781898861815]
ゴール指向の行動の探索には,2つのフレーバーがある。
エージェントシステムにおけるゴールの定式化から生じる技術的および概念的問題を特定する。
本稿では,動的マルチエージェントシステムの創発的特性として,ゴール指向性をモデル化するための新たな方向性について概説する。
論文 参考訳（メタデータ） (2025-08-18T11:04:18Z) - Large Language Models for Subjective Language Understanding: A Survey [5.098933455438321]
主観的言語理解(英: subjective language understanding)とは、客観的事実ではなく、個人的感情、意見、あるいは具体的意味を伝達するコンテンツを解釈または生成することを目的とする、自然言語処理タスクの幅広いセットを指す。
ChatGPTやLLaMAといった大規模言語モデル(LLM)の出現により、これらの固有のニュアンスなタスクにどのようにアプローチするかというパラダイムシフトが生まれました。
本研究では,感情分析,感情認識,皮肉検出,ユーモア理解,姿勢検出,比喩解釈,意図検出,美学評価などの主観的言語課題にLLMを適用した最近の進歩を概観する。
論文 参考訳（メタデータ） (2025-08-11T13:10:44Z) - Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。
我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。
我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
論文 参考訳（メタデータ） (2025-04-10T02:52:34Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳（メタデータ） (2023-05-22T17:18:29Z) - Augmenting Autotelic Agents with Large Language Models [24.16977502082188]
言語モデル拡張オートテリックエージェント(LMA3)を導入する。
LMA3は多様で抽象的で人間に関連する目標の表現、生成、学習をサポートする。
LMA3エージェントはタスクに依存しないテキストベースの環境において,多種多様なスキルを習得する。
論文 参考訳（メタデータ） (2023-05-21T15:42:41Z) - Compositional Generalization in Grounded Language Learning via Induced
Model Sparsity [81.38804205212425]
グリッド環境における単純な言語条件のナビゲーション問題について考察する。
本研究では,オブジェクトの指示文と属性のスパース相関を助長するエージェントを設計し,それらを組み合わせて目的を導出する。
我々のエージェントは、少数のデモンストレーションから学習した場合でも、新しいプロパティの組み合わせを含む目標に対して高いレベルのパフォーマンスを維持している。
論文 参考訳（メタデータ） (2022-07-06T08:46:27Z) - Action and Perception as Divergence Minimization [43.75550755678525]
アクションパーセプション・ディバージェンス(Action Perception Divergence)は、エンボディエージェントの可能な目的関数の空間を分類するためのアプローチである。
狭い目的から一般的な目的に到達するスペクトルを示す。
これらのエージェントは、彼らの信念を世界と整合させるのに知覚を使い、行動を使って世界と信念を整合させる。
論文 参考訳（メタデータ） (2020-09-03T16:52:46Z) - Imagination-Augmented Deep Learning for Goal Recognition [0.0]
現在の目標認識研究における顕著な考え方は、計画コストの見積からエージェントが持つ可能性のある異なる目標まで、エージェントの目標の可能性を推測することである。
本稿では,記号プランナを用いて計画コストのインサイトを計算し,深層ニューラルネットワークを想像力で拡張する手法を提案する。
論文 参考訳（メタデータ） (2020-03-20T23:07:34Z)
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。