MindPower：VLMベースの具現化エージェントにおける心の理論推論の実現

この記事は、Vision-Language Models (VLM) を搭載した具現化エージェントを、心の理論 (ToM) 推論で強化する手法であるMindPowerを紹介しています。ToMは、エージェントが他者の精神状態を理解し、予測することを可能にし、複雑な社会的相互作用やタスクに不可欠です。この研究では、VLMが信念、欲求、意図をモデル化するためにどのように拡張できるかを検討し、具現化エージェントにおけるより洗練された人間らしい行動につながる可能性があります。「ArXiv」をソースとして使用していることから、これはプレプリントであり、進行中の研究と将来の発展の可能性を示唆しています。