霜の中空実験:エージェント間の協調とコミュニケーションへの経路としてのパブロフのシグナル伝達【JST・京大機械翻訳】

Pilarski Patrick M.; Butcher Andrew; Davoodi Elnaz; Johanson Michael Bradley; Brenneis Dylan J. A.; Parker Adam S. R.; Acker Leslie; Botvinick Matthew M.; Modayil Joseph; White Adam

プレプリント

J-GLOBAL ID：202202211882301961 整理番号：22P0306148

霜の中空実験:エージェント間の協調とコミュニケーションへの経路としてのパブロフのシグナル伝達【JST・京大機械翻訳】

The Frost Hollow Experiments: Pavlovian Signalling as a Path to Coordination and Communication Between Agents

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2022年03月17日プレプリントサーバーでの情報更新日： 2022年03月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

エージェント間の学習通信は,分離において任意の単一エージェントによって克服が困難な意思決定問題に近づくとき,強力なツールである。しかし,機械エージェントまたは人間機械パートナーシップ間の継続的な協調と通信学習は,挑戦的な未解決問題である。継続的な通信学習問題を解くためのステッピングストーンとして,本論文では,Pavlovianシグナリング-aプロセス,すなわち学習された,時間的に拡張された予測が,それらの共有環境に対する異なる知覚的アクセスを持つ別のエージェントによる意思決定を,1つのエージェントにより意思決定する,という事に,多面的な研究に寄与する。学習エージェント間の異なる時間プロセスと表現選択がPavlovianシグナリングにどのように影響するかを確立することを試みた。そのため,Frost中空と呼ぶ部分観測意思決定領域を導入した。このドメインにおいて,予測学習エージェントと強化学習エージェントを,時間条件ハザードを避けながら,スパース報酬を獲得することを追求する2部分意思決定システムに結合した。2つのドメイン変動を評価した。1)線形歩行における機械予測と制御学習,2)仮想現実環境における人間参加者と相互作用する予測学習機械。結果は,Pavlovian信号伝達のための学習速度,異なる時間表現がエージェント協調に(およびしない)影響,および時間的エイリアシングがエージェントおよび人間エージェント相互作用に如何に異なる影響を与えるかを示した。主な貢献として,固定信号パラダイムと完全適応通信学習の間の自然ブリッジとしてPavlovian信号を確立した。したがって,著者らの結果は,強化学習エージェント間の継続的な通信学習に向けた行動可能な構築者経路を示し,実世界の設定の範囲に潜在的影響を与える。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , , , , , ,

前のページに戻る