論文の概要: JAXbounce: A Continuous-Control Pong-Like Benchmark for Active Inference Beyond Low Dimensional Environments

• arxiv url: http://arxiv.org/abs/2610.28203v1
• Date: Tue, 20 Oct 2026 13:43:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.834563
• Title: JAXbounce: A Continuous-Control Pong-Like Benchmark for Active Inference Beyond Low Dimensional Environments
• Title（参考訳）: JAXbounce: 低次元環境を越えたアクティブ推論のための連続コントロのPong-likeベンチマーク
• Abstract要約: JAXbounceは、離散的で低次元環境を超えてアクティブな推論を評価するために設計された、連続的な制御ポンのようなベンチマークである。 我々は、ベースライン決定解と状態ベースアクティブ推論エージェントを比較し、環境上で1万以上のエージェントシミュレーションを実行する。 全てのエージェントは、8つの異なるノイズ条件で困難を増す3つのシナリオで評価される。
• 参考スコア（独自算出の注目度）: 8.466743455062728
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We introduce JAXbounce, a continuous control pong-like benchmark designed to evaluate active inference beyond discrete, low dimensional environments. JAXbounce combines continuous states and stochastic dynamics in discrete time with flexible and composable observation models that allow representing the environment as a state vector or a pixel grid, corruptible through the rich family of noise models we provide. It is fully differentiable and parallelisable in JAX. We run over 10,000 agent simulations on our environment comparing a baseline deterministic solution, to a state-based active inference agent with Unscented Kalman Filter perception and expected free energy planning, and a pixel based agent whose measurement model is a pretrained neural network encoder. All agents are evaluated across three scenarios of increasing difficulty with eight different noise conditions. Our experiments characterise how performance of continuous state agents scales with planning, planning horizons, observation modalities and knowledge of the noise process, exhibiting preference-oriented behaviour even in the presence of increasing uncertainty. We release JAXbounce as a reproducible benchmark for continuous control active inference research.
• Abstract（参考訳）: JAXbounceは、離散的かつ低次元環境を超えて、アクティブな推論を評価するために設計された連続制御ポンのようなベンチマークである。 JAXbounceは、離散時間における連続状態と確率力学と、環境を状態ベクトルまたはピクセルグリッドとして表現できるフレキシブルで構成可能な観測モデルを組み合わせる。 JAX では、完全に差別化可能で、並列化可能です。 我々は,ベースライン決定解と,無意味カルマンフィルタ認識と予測自由エネルギー計画を備えた状態ベースアクティブ推論エージェントと,事前学習されたニューラルネットワークエンコーダである画素ベースエージェントとを比較した環境上で,10,000以上のエージェントシミュレーションを実行する。 全てのエージェントは、8つの異なるノイズ条件で困難を増す3つのシナリオで評価される。 本実験は, 連続状態エージェントの性能が, 計画, 計画地平線, 観測モダリティ, 騒音過程の知識とどのようにスケールするかを特徴とし, 不確実性の増加があっても, 好み指向の挙動を示す。 JAXbounce を連続制御能動推論研究のための再現可能なベンチマークとしてリリースする。

関連論文リスト

• Personalized and Robust Proactive Robot Assistance with Uncertainty-Guided LLM Reasoning [4.243926243206826]
  家庭環境における積極的ロボット支援は、ダイナミックでノイズの多い環境下での人間の活動と物体の使用を正確に予測する必要がある。 我々は,n時間マルコフモデルと不確実性誘導型大言語モデル(LLM)推論を組み合わせた軽量なフレームワークGLOBEを提案する。 その結果、GLOBEは最先端の手法と競合する性能を達成し、クリーンノイズの両設定における堅牢性と計算効率を改善した。
  論文  参考訳（メタデータ） (2026-06-07T05:18:30Z)
• Learning to Act under Noise: Enhancing Agent Robustness via Noisy Environments [68.02342920827135]
  エージェント学習プロセスに環境欠陥を明示的に組み込んだエージェント学習フレームワークであるNoisyAgentを提案する。 実世界のシナリオでは,ユーザインタラクションにおけるあいまいさと可変性を捉えるユーザノイズと,ツール実行における障害や異常を反映するツールノイズという,2つの主要なインタラクションノイズ源を識別する。 広汎な実験により,本手法は騒音および動的環境下でのエージェントの堅牢性を常に改善することを示した。
  論文  参考訳（メタデータ） (2026-05-26T16:02:00Z)
• AgentNoiseBench: Benchmarking Robustness of Tool-Using LLM Agents Under Noisy Condition [72.24180896265192]
  本稿では,騒音環境下でのエージェントモデルのロバスト性を評価するためのフレームワークであるAgentNoiseBenchを紹介する。 まず、実世界のシナリオにおけるバイアスと不確実性の詳細な分析を行う。 次に,環境騒音をユーザノイズとツールノイズの2つの主要なタイプに分類する。 この分析に基づいて,既存のエージェント中心ベンチマークに制御可能なノイズを注入する自動パイプラインを開発した。
  論文  参考訳（メタデータ） (2026-02-11T20:33:10Z)
• Data-Assimilated Model-Based Reinforcement Learning for Partially Observed Chaotic Flows [3.7960472831772765]
  本稿では,部分観測可能性と雑音測定を行うシステムのためのデータ同化モデルベースRL(DA-MBRL)フレームワークを提案する。 状態推定から最適制御戦略を学習するために,非政治アクター批判アルゴリズムを用いる。 この枠組みは倉本-シヴァインスキーシュ方程式で検証され、時間的にカオス的な流れを安定化させる効果を実証した。
  論文  参考訳（メタデータ） (2025-04-23T10:12:53Z)
• Learning a Fast Mixing Exogenous Block MDP using a Single Trajectory [87.62730694973696]
  STEELは、単一軌道から外因性ブロックマルコフ決定過程の制御可能なダイナミクスを学習するための、最初の証明可能なサンプル効率アルゴリズムである。 我々は,STEELが正解であり,サンプル効率が良いことを証明し,STEELを2つの玩具問題で実証した。
  論文  参考訳（メタデータ） (2024-10-03T21:57:21Z)
• R-AIF: Solving Sparse-Reward Robotic Tasks from Pixels with Active Inference and World Models [50.19174067263255]
  我々は、エージェントがスパース・リワード、継続的なアクション、ゴールベースのロボット制御POMDP環境においてエクササイズするのを助けるために、事前の選好学習手法と自己修正スケジュールを導入する。 我々のエージェントは、累積報酬、相対安定性、成功率の観点から、最先端モデルよりも優れたパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2024-09-21T18:32:44Z)
• Vector Quantized Models for Planning [31.95311228306322]
  我々は、部分的に観測可能な環境を扱う新しいアプローチを提案する。 私たちの重要な洞察は、個別のオートエンコーダを使用して、環境におけるアクションの複数の影響を捉えることです。 我々はモンテカルロ木探索の変種を用いて、エージェントの動作と環境応答を表す離散潜在変数の両方を計画する。
  論文  参考訳（メタデータ） (2021-06-08T18:12:32Z)

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。