TAG ARCHIVE

actor-critic

MARIA OSブログのactor-criticタグに関連する2件の記事。ボンギンカンの判断OS、AIガバナンス、Agentic Company研究をテーマ別に参照しやすい技術記事アーカイブです。

判断OS / 決断インテリジェンスOS

組織の判断を実行可能な意思決定システムに変換するMARIA OS中核研究。

エージェント型企業アーキテクチャ

人間とエージェントの組織、委任境界、役割トポロジー、ガバナンス付き自律性に関する研究。

マルチエージェント数学

収束、安定性、ゲーム理論、グラフダイナミクス、マルチエージェント評価の形式モデル。

Agentic R&Dと判断科学

研究運用、シミュレーションラボ、判断科学、再帰的改善、実験的AIガバナンス。

エージェント組織のアルゴリズムスタック: 7層アーキテクチャに対応する必須10手法

生成AI単体では埋まらない運用要件を、7層統合とレビュー比率制御で補完する

自律運用企業には、言語理解だけでなく意思決定予測、状態制御、構造推論、異常検知が同時に必要となる。本稿は10アルゴリズムを7層に対応付け、7状態/6遷移パイプライン、劣化時のエスカレーション、運用レビュー比率 `R_review` を含む統合設計指針を示す。

中リスク業務を対象に、人間承認ゲートを組み込んだ方策学習を実装するControl Layer設計

PPOベースのActor-Criticを責任境界付き環境へ適用し、行動空間をゲート条件で動的制約する。方策勾配の制約項と信頼領域更新を通じて、自律性と統治準拠を同時に維持する運用枠組みを示す。