arXiv cs.LGは2026年11月18日(現地時間)、ツィユアン・チン (Ziyuan Qin)氏らが、安定した心理測定特性と時間とともに変化する状態が行動に与える影響を理解するため、「PsyWorld」と称するプロファイル条件付き状態世界モデルを導入したと発表した。このモデルは、観測された環境と行動の状態遷移を利用し、遷移情報に基づく表現を学習することで人間行動の予測を行う。既存の個別化エージェントが静的なプロファイルに直接行動を条件付けるのとは異なり、PsyWorldは実現された状態遷移を明示的な教師信号として活用する点で、そのアプローチが注目される。

ツィユアン・チン氏らの研究チームは、PsyWorldモデルのトレーニングプロセスにおいて、後方エンコーダが実現された遷移を量子化する一方、事前分布が心理測定プロファイルと遷移前のコンテキストから結果として生じるコードを予測する仕組みを構築した。これにより、世界モデルは、性格を直接的な行動記述子として扱うのではなく、構造化された遷移教師信号を提供する。

このフレームワークは、人間の軌跡を含む制御された行動シミュレータ「VEET」と、構造的に異なる合成環境「AgentSociety」で評価された。評価では、240名のトレーニング参加者、25名の検証参加者、48名のテスト参加者という参加者間で重複のない分割が用いられ、未見の人物への一般化能力が評価された。

VEETでの評価結果として、モデルは0.904のTop-1精度を達成し、Macro KL値は0.0033を記録した。アブレーション研究では、連続的な次状態モデリングがTop-1精度の向上に最も寄与し、離散コードと事前アラインメントが主にTop-3精度と分布アラインメントを改善したことが示されている。この研究は、KDD 2027 AI for Sciences Trackに採択された。

これらの結果は、遷移情報に基づく世界モデルの教師信号が、対象者に一般化された行動予測に有用であることを確立したが、因果的な心理学的メカニズムや較正された長期的な状態ダイナミクスを意味するものではないと報告されている。


参考: arXiv cs.LG (アーカイブ) — 2026年11月20日 14:00 (JST)

この記事をシェア
X はてブ LinkedIn