論文の概要: ALDER: Discovering the Laws of a World by Acting in It

• arxiv url: http://arxiv.org/abs/2609.33728v1
• Date: Sun, 27 Sep 2026 16:30:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 17:14:48.00335
• Title: ALDER: Discovering the Laws of a World by Acting in It
• Title（参考訳）: 世界の法則を解明する「ALDER」
• Abstract要約: 本稿では,モデルのテストと修正のための新しい実験を積極的に提案するALDERを紹介する。 競合する有効な仮説を区別するために、コストと安全を意識したセレクタクエリの介入を行う。 結果として得られた反例は証拠台帳を更新し、次の構造修正を導く。
• 参考スコア（独自算出の注目度）: 37.58891752965242
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable world models should not only predict future states but express how actions change the world in an explicit, transparent and testable form, such as equations. Yet methods that rely on a fixed set of trajectories cannot distinguish equally good competing hypotheses, while searches over a fixed set of predefined candidates cannot discover equations outside the initial hypothesis space. We introduce ALDER (Action-guided Law Discovery, Evaluation, and Revision), a method that actively proposes novel experiments to test and revise models. Specifically, ALDER proposes parametric equations; a numerical optimizer fits their coefficients; an independent verifier tests these candidates on held-out data. To distinguish between competing valid hypotheses, a cost- and safety-aware selector queries interventions, in the form of novel experiments. The resulting counterexamples update the evidence ledger and guide the next structural revision, while incompatible laws are discarded. Across an in-house benchmark, ODE equation discovery tasks, and robotic experiments, ALDER discovers laws beyond its initial formula set, repairs failed model proposals, distinguishes fixed candidate models with fewer interactions, and improves out-of-distribution prediction. Furthermore, given a current state and a target, ALDER selects control actions by solving the inverse problem defined by its validated world model. Together, these results show that explicit equation-based world models can be tested and revised through interaction, then naturally used to guide goal-directed control.
• Abstract（参考訳）: 信頼性のある世界モデルは将来の状態を予測するだけでなく、方程式のような明示的で透明でテスト可能な形で行動がどのように世界を変えるかを表現すべきである。 しかし、固定された軌道の集合に依存する手法は、等しく優れた競合する仮説を区別することはできないが、固定された事前定義された候補の集合を探索しても、初期仮説空間の外に方程式を発見できない。 本稿では, ALDER (Action-guided Law Discovery, Evaluation, and Revision) を導入する。 特に、ALDERはパラメトリック方程式を提案し、数値オプティマイザは係数に適合し、独立検証器はこれらの候補をホールドアウトデータで検証する。 競合する有効な仮説を区別するために、コストと安全性に配慮したセレクタクエリの介入を、新しい実験の形で行う。 結果として得られた反例は証拠台帳を更新し、次の構造改正を導出するが、互換性のない法律は破棄される。 社内ベンチマーク、ODE方程式探索タスク、ロボット実験を通じて、ALDERは最初の公式セットを超えた法則を発見し、失敗したモデルの提案を修復し、より少ないインタラクションで固定された候補モデルを識別し、配布外予測を改善する。 さらに、ALDERは、現在の状態と目標が与えられた場合、その検証された世界モデルによって定義される逆問題を解くことにより制御動作を選択する。 これらの結果は、明示的な方程式に基づく世界モデルを対話を通してテストし、修正し、自然にゴール指向制御を導くことができることを示している。

関連論文リスト

• Before the Action: Benchmarking LLMs on Prospective Hypothesis Discovery [95.44432473367836]
  大規模言語モデル(LLM)は、事前に特定された質問に答える能力に優れるが、未解決の未解決段階をナビゲートする能力はほとんど測定されていない。 仮説探索(PHD)を導入し,不確定な証拠から,仮説空間を自律的に構築することをモデルに求める。 本稿では,6つの科学的・分析的領域にわたる988ケースのベンチマークであるHypoArenaと,オープンエンド仮説セットの評価フレームワークであるHypoEvalを紹介する。
  論文  参考訳（メタデータ） (2026-07-17T08:56:43Z)
• In-Context Learning for Pure Exploration [28.404325855738502]
  本研究は, 純粋探索(Pure Exploring)としても知られる, 能動的逐次仮説検定の課題について考察する。 In-Context Pure Exploration (ICPE)を導入し、トランスフォーマーをメタトレーニングして、観測履歴をクエリアクションと予測仮説にマッピングする。 ICPEは、新しいタスクの証拠を積極的に収集し、パラメータの更新なしに真の仮説を推測する。
  論文  参考訳（メタデータ） (2025-06-02T17:04:50Z)
• Consistency-based Abductive Reasoning over Perceptual Errors of Multiple Pre-trained Models in Novel Environments [5.5855749614100825]
  本稿では,複数の事前学習モデルを活用することで,このリコール低減を緩和できるという仮説を述べる。 我々は,一貫性に基づく推論問題として,様々なモデルからの矛盾する予測を特定し,管理することの課題を定式化する。 本研究は,複数の不完全なモデルから得られた知識を,難易度の高い新しいシナリオにおいて堅牢に統合するための効果的なメカニズムとして,一貫性に基づく誘拐の有効性を検証するものである。
  論文  参考訳（メタデータ） (2025-05-25T23:17:47Z)
• Prediction-Powered Causal Inferences [59.98498488132307]
  予測型因果推論(PPCI)に焦点をあてる まず, 条件付きキャリブレーションにより, 人口レベルでの有効なPPCIが保証されることを示す。 次に、実験間での十分な表現制約伝達の妥当性を導入する。
  論文  参考訳（メタデータ） (2025-02-10T10:52:17Z)
• Identifying and Mitigating Social Bias Knowledge in Language Models [52.52955281662332]
  個々人の社会的偏見をきめ細かなキャリブレーションを可能にする新しいデバイアス・アプローチであるFairness Stamp(FAST)を提案する。 FASTは最先端のベースラインを超え、デバイアス性能が優れている。 これは、大きな言語モデルにおける公平性を達成するためのきめ細かいデバイアス戦略の可能性を強調している。
  論文  参考訳（メタデータ） (2024-08-07T17:14:58Z)
• Source-Free Unsupervised Domain Adaptation with Hypothesis Consolidation of Prediction Rationale [53.152460508207184]
  Source-Free Unsupervised Domain Adaptation (SFUDA)は、モデルがターゲットのドメインラベルやソースドメインデータにアクセスせずに新しいドメインに適応する必要がある、という課題である。 本稿では,各サンプルについて複数の予測仮説を考察し,各仮説の背景にある理論的根拠について考察する。 最適性能を達成するために,モデル事前適応,仮説統合,半教師付き学習という3段階の適応プロセスを提案する。
  論文  参考訳（メタデータ） (2024-02-02T05:53:22Z)
• Diverse, Global and Amortised Counterfactual Explanations for Uncertainty Estimates [31.241489953967694]
  このような集合の多様性を研究し、多くの CLUE が冗長であることを示す。 そこで我々は,不確実な入力の特定のグループに対する償却写像を学習する,GLobal AMortized CLUE (GLAM-CLUE) を提案する。 実験の結果,$delta$-CLUE,$nabla$-CLUE,およびGLAM-CLUEはすべて,CLUEの欠点に対処し,不確実性推定を実践者に有益に説明できることを示した。
  論文  参考訳（メタデータ） (2021-12-05T18:27:21Z)

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。