論文の概要: Cognitively Constrained Partners for Zero-Shot Coordination in Real-Time Partitioned Control

• arxiv url: http://arxiv.org/abs/2610.31726v1
• Date: Thu, 22 Oct 2026 13:53:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.254079
• Title: Cognitively Constrained Partners for Zero-Shot Coordination in Real-Time Partitioned Control
• Title（参考訳）: リアルタイム分割制御におけるゼロショットコーディネーションのための認知的制約付きパートナー
• Abstract要約: 本稿では,認知的制約のあるパートナーに対して,チームエージェントを訓練するためのフレームワークを提案する。 改良されたLunar Lander環境では、これらのパートナーが非拘束のエージェントよりもリアルな人間のように振る舞うという予備的な証拠を報告します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective human-machine teaming requires agents that coordinate with unpredictable human partners. Reinforcement learning from live human feedback or large behavioural datasets is expensive, while purely simulated training overfits to artificial conventions and fails at Zero-Shot Coordination with real people. We propose a framework for training teaming agents against Cognitively Constrained Partners: simulated partners whose diversity emerges from procedural constraints grounded in human physiological literature, specifically reaction delays and perceptual limitations, rather than from reward shaping or historical training checkpoints. In a modified Lunar Lander environment, we report preliminary evidence that these partners play more like real people than unconstrained agents do, and that agents trained against them match the strongest cross-play baselines while being the only ones whose performance does not depend on how their training partners were generated. We also describe a human-participant study designed so that its rankings can be compared directly against cross-play, testing how well that standard evaluation predicts real human-agent teaming.
• Abstract（参考訳）: 効果的な人間と機械の連携には、予測不可能な人間のパートナーと協調するエージェントが必要である。 ライブの人間のフィードバックや大きな行動データセットからの強化学習は高価だが、純粋にシミュレーションされたトレーニングは人工的な慣行に適合し、Zero-Shot Coordinationで現実の人との協調に失敗する。 本研究では,人間の生理学文献に基づく手続き的制約,特に反応遅延や知覚的制約から多様性が生まれるようなパートナーを,報酬形成や歴史的なトレーニングチェックポイントから訓練するための枠組みを提案する。 改良されたLunar Lander環境では、これらのパートナーが非拘束のエージェントよりもリアルな人間のように振る舞うこと、そしてそれらに対して訓練されたエージェントが最強のクロスプレイベースラインと一致し、そのパフォーマンスがトレーニングパートナーの生成方法に依存しない唯一のエージェントであることを示す予備的証拠を報告する。 また、そのランキングをクロスプレイと直接比較できるようにデザインされた人間参加型研究についても述べる。

関連論文リスト

• Beyond Partner Diversity: An Influence-Based Team Steering Framework for Zero-Shot Human-Machine Teaming [1.6672631924542791]
  インフルエンスベースのチームステアリングは、インフルエンスシェーピングを使用してエージェントにインセンティブを与え、多様なハイパフォーマンスなチームインタラクションパターンを見つけるフレームワークである。 IBTSは2エージェントと3エージェントの両方でOvercooked-AI上で評価し、学習された協調構造がダイアド相互作用を超えて移動するかどうかを検証した。 我々の評価には、シミュレートされたパートナー、合成パートナースタイルのバリエーション、そして私たちの知る限り、2人の真の人間チームメイトと1人のマシンチームメイトを含む30件のOvercooked-AI HMT研究が含まれている。
  論文  参考訳（メタデータ） (2026-05-14T20:34:16Z)
• Nested Training for Mutual Adaptation in Human-AI Teaming [30.247046563601202]
  既存のアプローチは、トレーニングパートナの多様性を改善して人間の振る舞いを近似することを目的としているが、これらのパートナは静的であり、人間の適応的な振る舞いを捉えることができない。 我々は,人間ロボットのチーム化シナリオを対話的部分観測可能なマルコフ決定プロセス (I-POMDP) としてモデル化し,その状態の一部としての人間の適応を明示的にモデル化する。 提案手法を,人間ロボットの協調作業用に設計された複数のベースラインエージェントと比較し,オーバークッキング領域における協調設定を必要とするマルチフェーズで学習する。
  論文  参考訳（メタデータ） (2026-02-18T23:07:48Z)
• Improving Human-AI Coordination through Online Adversarial Training and Generative Models [32.057874335805685]
  新たな人間に一般化するには、人間の行動の多様性を捉えたデータに関する訓練が必要である。 敵対的トレーニングは、動的データ生成を可能にする有望な方法であり、エージェントが堅牢であることを保証する。 本稿では、事前学習した生成モデルを用いて、有効な協調エージェント政策と敵の訓練をシミュレートし、後悔を最大化する新しい戦略を提案する。
  論文  参考訳（メタデータ） (2025-04-21T21:53:00Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)
• Learning to Influence Human Behavior with Offline Reinforcement Learning [70.7884839812069]
  人間の準最適性を捉える必要があるような環境での影響に焦点を当てる。 人間によるオンライン実験は安全ではない可能性があり、環境の高忠実度シミュレータを作成することは現実的ではないことが多い。 オフライン強化学習は、観察された人間・人間の行動の要素を拡張し、組み合わせることで、人間に効果的に影響を及ぼすことができることを示す。
  論文  参考訳（メタデータ） (2023-03-03T23:41:55Z)
• PECAN: Leveraging Policy Ensemble for Context-Aware Zero-Shot Human-AI Coordination [52.991211077362586]
  本研究では,集団におけるパートナーの多様性を高めるための政策アンサンブル手法を提案する。 そこで我々は,egoエージェントがパートナーの潜在的ポリシープリミティブを分析し,識別するためのコンテキスト認識手法を開発した。 このようにして、エゴエージェントは多様なパートナーとの共同作業において、より普遍的な協調行動を学ぶことができる。
  論文  参考訳（メタデータ） (2023-01-16T12:14:58Z)
• Conditional Imitation Learning for Multi-Agent Games [89.897635970366]
  本研究では,条件付きマルチエージェント模倣学習の課題について考察する。 本稿では,スケーラビリティとデータ不足の難しさに対処する新しい手法を提案する。 我々のモデルは,egoやパートナエージェント戦略よりも低ランクなサブスペースを学習し,サブスペースに補間することで,新たなパートナ戦略を推論し,適応する。
  論文  参考訳（メタデータ） (2022-01-05T04:40:13Z)
• Collaborating with Humans without Human Data [6.158826414652401]
  我々は、人間のデータを用いずに、人間のパートナーとうまく協力するエージェントを訓練する方法の問題点について研究する。 私たちは、セルフプレイエージェントとその過去のチェックポイントに対する最も良い反応として、エージェントパートナーを訓練します。 新規なエージェントとヒトのパートナーと組み合わせた場合, FCPエージェントはSP, PP, BCPよりも有意に高いスコアを示した。
  論文  参考訳（メタデータ） (2021-10-15T16:03:57Z)
• Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
  本研究は、競合する社会的影響に基づく新しい学習メカニズムの提供に焦点を当てる。 本研究は,競争競合の概念に基づいて,これらのエージェントの評価を人的視点から変えられるかを検討することを目的とする。
  論文  参考訳（メタデータ） (2020-11-02T21:54:18Z)

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。