論文の概要: Structured Machine Theory of Mind from Agent Trajectories
- arxiv url: http://arxiv.org/abs/2611.07208v1
- Date: Wed, 04 Nov 2026 22:56:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.463854
- Title: Structured Machine Theory of Mind from Agent Trajectories
- Title（参考訳）: エージェント軌道からの心の構造機械理論
- Abstract要約: 構造化機械理論(SMToM, Structured Machine Theory of Mind, SMTOM)は, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的, 自覚的,
地上の心的状態が建設によって知られている制御された歩行者ナビゲーション領域上でSMToMをインスタンス化する。
結果のモデルであるBDIBottleneckは、トラジェクトリのみおよび教師なしのネックベースラインを改善する。
- 参考スコア（独自算出の注目度）: 3.2610131870397594
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Predictive models of human behavior trained on large-scale trajectory data optimize for statistical accuracy without representing the mental states that causally generate behavior. Such models support prediction but not principled intervention: they cannot answer how an agent's behavior would change if its beliefs or preferences were different. We introduce Structured Machine Theory of Mind (SMToM), a framework that attributes explicit, independently supervised belief and desire representations from observed trajectories within a Belief-Desire-Intention (BDI) causal structure. The central architectural element is a goal head that consumes only the predicted mental-state channels and a current-trajectory embedding; counterfactual intervention on beliefs and desires is a direct operation. We instantiate SMToM on a controlled pedestrian navigation domain where ground-truth mental states are known by construction, enabling evaluation of attribution accuracy, local channel interventions, and trajectory-level counterfactual diagnostics. The resulting model, BDIBottleneck, improves over trajectory-only and unsupervised-context neural baselines. It is also competitive with a matched auxiliary-supervised context baseline while providing an editable mental-state interface that the unbottlenecked baseline lacks. Counterfactual experiments on desires confirm that substituting an agent's inferred preferences with a different activity type coherently shifts predicted destinations toward relevant locations. Counterfactual experiments on beliefs confirm that marking a location as unavailable in the agent's belief state reduces its predicted probability as a destination, though in a complex way. These results demonstrate, in a controlled navigation setting, that explicit BDI-structured supervision is a viable foundation for interpretable and counterfactual analysis of longitudinal trajectory data.
- Abstract（参考訳）: 大規模軌跡データに基づいて訓練された人間の行動予測モデルは、行動を因果的に生成する精神状態を表現することなく、統計的精度を最適化する。
エージェントの行動が、信念や好みが異なる場合、どのように変化するかは答えられない。
本稿では,BDI(Breef-Desire-Intention)因果構造内の観察された軌跡から,明示的かつ独立に指示された信念と欲求表現を特徴付けるフレームワークSMToMを紹介する。
中心となる建築要素は、予測された精神状態のチャネルと現在の軌道の埋め込みのみを消費するゴールヘッドであり、信念や欲求に対する反実的な介入は直接的な操作である。
提案手法は,地上の心的状態が構築によって認識される制御された歩行者ナビゲーション領域上でSMToMをインスタンス化し,帰属精度,局所チャネル介入,軌道レベルの偽物診断などの評価を可能にする。
結果として得られたモデルであるBDIBottleneckは、トラジェクトリのみおよび教師なしコンテキストの神経ベースラインを改善する。
また、マッチした補助的なコンテキストベースラインと競合し、未起動のベースラインに欠けている編集可能なメンタルステートインターフェースを提供する。
欲求に関するカウンターファクト実験は、エージェントの推論された嗜好に異なるアクティビティタイプで代わることが、予測された目的地を関連のある場所へとコヒーレントにシフトすることを確認する。
信念に関するカウンターファクト実験は、エージェントの信念状態において不可能な位置をマークすることは、複雑な方法で、その予測された確率を目的地として減少させることを確認した。
これらの結果は、制御されたナビゲーション環境では、明示的なBDI構造化監視が、縦方向の軌跡データの解釈および反現実的解析の有効な基盤であることを示す。
関連論文リスト
- Information-Theoretic Design of Sparse Autoencoder-Based Steering [0.0]
スパースオートエンコーダ(SAE)ベースのアクティベーションステアリングは、大規模言語モデルの振る舞いを変更するための軽量なアプローチである。
本研究では,経験的特徴量分布を用いたSAE活性化分析のための情報理論フレームワークを開発した。
論文 参考訳（メタデータ） (2026-11-01T00:33:01Z) - Does Explainability Survive Data Drift? [0.0]
本稿では,データドリフト時に説明が崩壊するかどうかを考察する。
また、漂流前に生じた説明が、それらを置き換えるモデルの判断に忠実であるかどうかについても検討した。
その結果、事前の説明は、再訓練されたモデルに対する決定的な関係を保っているが、新しく生成された説明よりも一貫して忠実ではないことが明らかとなった。
論文 参考訳（メタデータ） (2026-10-04T17:12:28Z) - Orthogonal JEPA: Factorized Predictive States for Latent World Models [95.20158869896393]
予測因数分解に基づく潜在的世界モデリングフレームワークであるメソッドを導入する。
そこで本研究では,予測構造を弱め,あるいは矛盾する勾配を抑えつつ,冗長なキャパシティを支配的信号に割り当てる手法を提案する。
制御された視覚、単細胞転写学、縦断的な健康記録、連続的な制御、分子動力学の実験は、表現品質、予測、計画、長期安定性を評価する。
論文 参考訳（メタデータ） (2026-08-20T13:59:57Z) - Rethinking Embodied Navigation via Relational Inductive Bias [53.72276435022479]
本稿では,DB-Navを提案する。
標的中心の関係を活性化バイアスと抑制バイアスに分類する。
成功率(SR)と成功率(SPL)はパス長さ(SPL)が重み付けされているため、既存の方法よりも著しく優れています。
論文 参考訳（メタデータ） (2026-06-09T02:57:34Z) - Prediction and Empowerment: A Theory of Agency through Bridge Interfaces [0.10152838128195464]
決定論的物理・シミュレートされた世界における部分的観測可能性の下でエージェントを研究する。
我々は予測、圧縮、エンパワーメントの分離を証明している。
現代のAIエージェントにとって、結果は必然性の定理ではなく設計原則を示唆している。
論文 参考訳（メタデータ） (2026-05-07T14:30:46Z) - Separable Pathways for Causal Reasoning: How Architectural Scaffolding Enables Hypothesis-Space Restructuring in LLM Agents [0.0]
我々は,ブレケット検出器のパラダイムを発達科学から,仮説空間再構成をターゲットとしたアーキテクチャ的な足場を備えたAIエージェントのテスト能力まで拡張する。
コンポジションアーキテクチャには、型付き状態マシンとして構造探索を行うコンテキストグラフと、現在の仮説空間が不十分である証拠を監視し、実行時に拡張する動的挙動の2つの独立したコンポーネントがある。
論文 参考訳（メタデータ） (2026-04-21T22:49:17Z) - Reasoning Provenance for Autonomous AI Agents: Structured Behavioral Analytics Beyond State Checkpoints and Execution Traces [0.0]
Agent Execution Record (AER) は構造化された推論プリミティブであり、すべてのステップで第一級クエリ可能なフィールドとしてインテント、観察、推論をキャプチャする。
AERが集団レベルの行動分析を可能にする方法を示す: 推論パターンマイニング、信頼度校正、クロスエージェント比較、モックリプレイによる反事実回帰テスト。
論文 参考訳（メタデータ） (2026-03-23T08:27:54Z) - Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models [62.932580559941414]
VLM(Vision-Language Models)は、しばしば「ハロシン化(hallucinate)」する。
本稿では,静的な出力誤差からモデル計算認知の動的病理へ再キャストし,幻覚を診断するための新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2026-03-16T17:20:38Z) - Control-Aware Prediction Objectives for Autonomous Driving [78.19515972466063]
本研究では,制御に対する予測の下流効果を評価するための制御認識予測目標(CAPOs)を提案する。
本稿では,エージェント間の注意モデルを用いた重み付けと,予測軌跡を接地真実軌跡に交換する際の制御変動に基づく重み付けの2つの方法を提案する。
論文 参考訳（メタデータ） (2022-04-28T07:37:21Z) - Trajectory Forecasting from Detection with Uncertainty-Aware Motion
Encoding [121.66374635092097]
物体検出と追跡から得られる軌道は、必然的にうるさい。
本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
論文 参考訳（メタデータ） (2022-02-03T09:09:56Z) - Which Invariance Should We Transfer? A Causal Minimax Learning Approach [18.71316951734806]
本稿では、因果的観点からの包括的ミニマックス分析について述べる。
最小の最悪のリスクを持つサブセットを探索する効率的なアルゴリズムを提案する。
本手法の有効性と有効性は, 合成データとアルツハイマー病の診断で実証された。
論文 参考訳（メタデータ） (2021-07-05T09:07:29Z)
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。