論文の概要: Embodiment-aware control by inference over the operator: a simulation study
- arxiv url: http://arxiv.org/abs/2609.38437v1
- Date: Tue, 29 Sep 2026 19:28:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:26.655188
- Title: Embodiment-aware control by inference over the operator: a simulation study
- Title（参考訳）: オペレーターに対する推論による身体制御:シミュレーションによる研究
- Abstract要約: 予測処理アカウントは、オペレータの予測と返却されたフィードバックとのミスマッチを減らすためにデバイスを制御することを推奨する。
我々は,暗黙の視線と瞳信号から操作者の体格と視線を重み付けした視線を推定する体格認識制御器を定式化する。
この利点は、情報探索項であるアクティブ推論ではなく、明示的な嗜好を持つ演算子に対するベイズ的推論によるものであることを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Teleoperation systems are tuned for channel fidelity, while whether the operator experiences the device as part of the body, the Sense of Embodiment (SoE), is measured only afterwards, by questionnaire. Predictive-processing accounts suggest controlling devices to reduce the mismatch between the operator's predictions and the returned feedback, but those predictions are unobservable, and an objective that only penalizes mismatch is minimized by removing feedback. We formulate an embodiment-aware controller, the Universal Embodiment Engine (UEE), that infers the operator's embodiment and visuo-proprioceptive cue weighting from implicit gaze and pupil signals and task outcome, and chooses bounded device settings under explicit preferences, cast as a discrete Active Inference agent. In simulations with 300 heterogeneous synthetic operators, the UEE found the suitable setting within half a minute for most operators, before identifying their exact type, and came close to an oracle in the second half of the session (embodiment 1.68 against 0.73 for the best fixed setting, on a 0-2 scale). Adapting without reading the operator did no better than fixed control, and model-free bandits did worse, whereas an expected-utility controller with the same inference did exactly as well: the benefit comes from Bayesian inference over the operator with explicit preferences, not from the information-seeking term of Active Inference. A naive prediction-error minimizer withheld feedback, as its objective implies, and lost task success (0.74 vs 0.90). The benefit shrank but persisted for operators outside the controller's model family, grew with the variety of the population, and vanished when the controller trusted an uninformative signal or when cue weighting changed mid-session without being modeled. These failures show what studies with people must establish first: calibrated signals and a model of change.
- Abstract（参考訳）: 遠隔操作システムはチャネルの忠実度を調整し、操作者が身体の一部としてデバイスを体験したかどうかを質問紙で測定する。
予測処理のアカウントは、オペレータの予測とフィードバックのミスマッチを減らすためにデバイスを制御することを推奨するが、これらの予測は観測不可能であり、フィードバックを削除することでミスマッチをペナルティ化する目的が最小化される。
我々は、暗黙の視線と瞳信号とタスク結果から操作者の体格と視線を重み付けするユニバーサル・エボディメントエンジン(UEE)を定式化し、個別のアクティブ推論エージェントとしてキャストされた明示的な嗜好の下で有界デバイス設定を選択する。
300個の不均一な合成演算子によるシミュレーションにおいて、UEEは、ほとんどの演算子に対して、正確な型を特定する前に、30分以内に適切な設定を見つけ、セッションの後半でオラクルに近づいた(0-2スケールで、最良の固定設定で1.68対0.73)。
演算子を読まずに適応させることは、固定制御に勝るものではなく、モデルなしの帯域幅は悪くなり、同じ推論を持つ期待ユーティリティコントローラも同じように機能した: 利点は、アクティブ推論の情報検索用語からではなく、演算子に対するベイズ的推論である。
単純な予測エラー最小化器は、その目的が示すように、フィードバックを保留し、タスク成功(0.74対0.90)を失った。
利益は縮小したが、コントローラのモデルファミリ以外のオペレーターにとっては持続し、様々な個体群が成長し、コントローラが非形式的なシグナルを信頼していたり、キュー重み付けがモデル化せずにセッションの途中で変わったりすると消滅した。
これらの失敗は、まず人との研究が確立しなければならないもの、すなわち、校正された信号と変化のモデルを示しています。
関連論文リスト
- PredActor: Predictive Action Diffusion for Steerable Onboard Humanoid Control [49.348182500314614]
アクションのみの拡散は直接アクションを生成するが、テスト時間運動の目的に対する明示的な将来の軌道は欠如している。
連立状態-作用拡散はこの表現を提供するが、代表コントローラはしばしば特権付きフルボディ状態に依存する。
提案するPredActorは,これらのステアリングを直接実行されるポリシに含める,予測的行動拡散ポリシである。
論文 参考訳（メタデータ） (2026-09-21T16:20:25Z) - ObserverBench: Testing Mechanistic Estimates for Intervention and Control [0.0]
機械的解釈可能性(Mechanistic interpretability)は、活性化ステアリング、回路除去、安全監視などの介入を導くためにますます用いられる。
ObserverBenchは、内部推定器が、それが指示する介入、制御、安全タスクに適切かどうかをテストするためのベンチマークフレームワークである。
ベンチマークは、選択された動作による損失とは別途、推定精度を報告する。
論文 参考訳（メタデータ） (2026-09-02T18:01:17Z) - OPERA: Operator-residual feedback for reliable autonomous optical experiments with language-model agents [33.208469540276326]
OPERAは光学実験のための演算子-残留フレームワークである。
実験的な動作を光学演算子として表現し、物理的に解釈可能な残留物を用いて結果を評価する。
論文 参考訳（メタデータ） (2026-08-06T13:03:22Z) - Determinants and Limits of LLM Security-Tool Orchestration: A Study with HexStrike-AI [2.2616066835313253]
7つのカテゴリと3つの難易度で86のPicoCTF課題を実行し、3つのツールアクセスレジームと3つのモデル/クライアント構成で実行します。
既存のツール,エージェント・ビヘイビアの変更,11の新たな機能ツールに修正を適用し,これまで未経験だったトライアルを再実行します。
全体の解決率は55.4%から72.0%に上昇し、全ての構成が大幅に改善される。
論文 参考訳（メタデータ） (2026-07-03T02:20:04Z) - Selection Without Signal, Recovery Through Expression: A Measurement Study of Post-Hoc Falsification Operators for Frozen Small Code Models [0.0]
小型のコードモデルは、しばしばプラルーシブル・ブライト・プログラムを出力する。
意味論的ポストホック演算子が役立つかどうかを測定する。
ここで唯一の精度向上である式層リカバリ(M1)は、標準抽出器が破棄した正しいプログラムを復元する。
論文 参考訳（メタデータ） (2026-06-15T17:36:23Z) - Spectral Audit of In-Context Operator Networks [11.073238833758564]
本稿では,文脈内演算子学習のためのヤコビアンベースのスペクトル監査手法を提案する。
この結果から,予測精度と局所演算子の忠実度は学習したニューラル演算子の異なる特性であることが示唆された。
論文 参考訳（メタデータ） (2026-06-01T16:04:21Z) - 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) - CausalRM: Causal-Theoretic Reward Modeling for RLHF from Observational User Feedbacks [65.44788139573144]
我々は、スケーラブルで費用対効果の高い代替手段として、観察的報酬モデル(観察的ユーザフィードバックを伴う報酬モデル)を導入します。
CaulRMは、観察フィードバックから偏見のない報酬モデルを学ぶことを目指している。
実験では、CausalRMがノイズや偏りのある観測フィードバックから正確な報酬信号を効果的に学習することを検証する。
論文 参考訳（メタデータ） (2026-03-19T10:37:34Z) - Analyzing and Mitigating Interference in Neural Architecture Search [96.60805562853153]
本研究では、異なる子モデルをサンプリングし、共有演算子の勾配類似度を計算することで干渉問題を解明する。
これら2つの観測から着想を得て、干渉を緩和するための2つのアプローチを提案する。
検索したアーキテクチャは、RoBERTa$_rmbase$が1.1、0.6、ELECTRA$_rmbase$が1.6、テストセットであるGLUEベンチマークで1.1より優れています。
論文 参考訳（メタデータ） (2021-08-29T11:07:46Z) - Probabilistic and Variational Recommendation Denoising [56.879165033014026]
暗黙のフィードバックから学ぶことは、推奨システムの適用において最も一般的なケースの1つである。
本稿では,暗黙のフィードバックに対する確率的・変動的推薦を提案する。
提案したDPIとDVAEを4つの最先端レコメンデーションモデルに適用し、3つのデータセットで実験を行う。
論文 参考訳（メタデータ） (2021-05-20T08:59:44Z)
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。