日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

認知モデリングarXiv:2601.04214

能動的センシングが動的な証拠蓄積を通じて実世界の意思決定を形作る

Active Sensing Shapes Real-World Decision-Making through Dynamic Evidence Accumulation

シェア:XThreadsFacebookLINEはてブBluesky

運転シーンにおいて、眼球運動から能動的センシングを捉え、証拠の利用可能性が注意配分や意思決定傾向に与える影響を明らかにした。

詳しい要約

1. どんなもの?

- 本研究は、実世界の意思決定におけるactive sensingのメカニズムを解明することを目的としている。 - 実験室パラダイムであるevidence accumulation modelling (EAM)を実世界に一般化し、実世界のdriving scenarioで分析を行った。 - 認知スキームを提案し、実世界のevidence affordanceを形式化し、eye movementsを通じてactive sensingを捉える。 - 運転者のmental beliefsの蓄積を描写し、active sensingがevidenceをmental beliefsに変換する過程を情報効用の観点から説明する。 - evidence affordanceと個人が動員するattentionの間に負の相関があることを示し、運転者が様々な文脈でevidence収集パターンを適応させる方法を明らかにする。 - evidence affordanceとattention分布がdecision-making propensityに正の影響を与えることを明らかにする。 - 計算スキームはEAM…

2. 先行研究と比べてどこがすごい?

- 従来のEAMは実験室環境に限定されており、実世界の文脈と実験室設定の間のevidence affordanceのギャップがEAMの効果的な応用を妨げていた。 - 本研究はEAMを実世界に一般化し、実世界のdriving scenarioで分析を実施した点が新しい。 - 実世界のevidence affordanceを形式化し、eye movementsを通じてactive sensingを捉える認知スキームを提案した点が先行研究と異なる。 - 実世界の意思決定におけるactive sensingの操作メカニズムを明らかにし、多因子統合的特性を unveil した点がすごい。

3. 技術・手法の肝は?

- 認知スキームを提案し、実世界のevidence affordanceを形式化する。 - eye movementsを通じてactive sensingを捕捉する。 - EAMを実世界に一般化し、実世界のdriving scenarioで分析を行う。 - 運転者のmental beliefsの蓄積を描写し、情報効用の観点からactive sensingがevidenceをmental beliefsに変換する過程を説明する。 - evidence affordanceとattentionの関係、およびdecision-making propensityへの影響を分析する。

4. どうやって有効だと検証した?

- 実世界のdriving scenarioで分析を実施した。 - 提案スキームが運転者のmental beliefsの蓄積を plausibly 描写できることを実証的に示した。 - evidence affordanceとattentionの負の相関、およびevidence affordanceとattention分布がdecision-making propensityに正の影響を与えることを結果として示した。 - これらの結果により、active sensingが実世界の意思決定をどのように支えるかを包括的に説明できることを検証した。

5. 議論はある?

- 本研究はEAMを実世界文脈に一般化し、active sensingが実世界の意思決定をどのように支えるかについて包括的な説明を提供する。 - 実世界の意思決定における多因子統合的特性を明らかにした。 - 具体的な議論や限界については要旨からは不明。

6. 次に読むべき論文は?

- evidence accumulation modelling (EAM) に関する研究 - active sensing に関する研究 - 実世界のdriving scenario における意思決定研究 - eye movements と意思決定の関連研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Hongliang Lu, Yunmeng Liu, Junjie Yang

分類: cs.AI, cs.HC, cs.RO, q-bio.NC

原文アブストラクト

Human decision-making heavily relies on active sensing, a well-documented cognitive behaviour for evidence gathering to accommodate ever-changing environments. However, its operational mechanism in the real world remains non-trivial. Currently, an in-laboratory paradigm, called evidence accumulation modelling (EAM), points out that human decision-making involves transforming external evidence into internal mental beliefs. However, the gap in evidence affordance between real-world contexts and laboratory settings hinders the effective application of EAM. Here we generalize EAM to the real world and conduct analysis in real-world driving scenarios. A cognitive scheme is proposed to formalize real-world evidence affordance and capture active sensing through eye movements. Empirically, our scheme can plausibly portray the accumulation of drivers' mental beliefs, explaining how active sensing transforms evidence into mental beliefs from the perspective of information utility. Also, our results demonstrate a negative correlation between evidence affordance and attention recruited by individuals, revealing how human drivers adapt their evidence-collection patterns across various contexts. Moreover, we reveal the positive influence of evidence affordance and attention distribution on decision-making propensity. In a nutshell, our computational scheme generalizes EAM to real-world contexts and provides a comprehensive account of how active sensing underlies real-world decision-making, unveiling multifactorial, integrated characteristics in real-world decision-making.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI