PulseAugur
实时 10:21:29

新的POMDP框架在嘈杂的社会困境中区分意图与行动

研究人员开发了一个新框架,用于理解在行动受噪声影响的社会困境中的意图。通过使用部分可观察马尔可夫决策过程(POMDP)的表述,该模型可以区分对手的意图行动和实际执行的行动,后者可能因错误而损坏。这种方法在主动推理的框架内,将成本函数分解为认知和实用成分,以更好地推断当前意图及其演变。在迭代囚徒困境中的实验表明,这种意图推断在对抗条件合作对手方面具有优势,但也揭示了一个关键的噪声阈值,可能导致合作崩溃。 AI

影响 这项研究可能催生出更强大的AI代理,使其能够处理信息不确定的复杂社交互动。

排序理由 关于AI研究新计算框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的POMDP框架在嘈杂的社会困境中区分意图与行动

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kival Mahadew, Jonathan Shock ·

    Intention Inference Under Execution Noise: Separating Aleatoric and Epistemic Uncertainty in Social Dilemmas

    arXiv:2608.02440v1 Announce Type: cross Abstract: In noisy social dilemmas, intended actions are stochastically corrupted before execution, so an observed defection may reflect hostile intent or action error. Standard Markov Decision Process (MDP) formulations treat executed acti…