Acting as Inverse Inverse Planning

要約

優れた語り手は、私たちを旅に連れて行く方法を知っています。
それらは、必ずしも最も合理的な方法でではなく、興味深い状況につながる方法で登場人物に行動を指示し、最終的には見ている観客にインパクトのある体験を生み出します。
視聴者の体験が最も重要である場合、そのような体験を呼び起こすために必要な具体的なキャラクターのアクションとは関係なく、アーティストやアニメーターがそのような体験を「直接」作成できるよう支援することはできるでしょうか?
この論文では、そのようなツールのための新しい計算フレームワークを提供します。
私たちの重要なアイデアは、*シミュレートされた* 視聴者の体験を考慮してアニメーションを最適化することです。
視聴者をシミュレートするために、認知科学から確立された原則を借用します。つまり、人間の社会的直観は、エージェントの(観察された)行動からエージェントの(隠れた)目標を推測するタスクである「逆計画」としてモデル化できるというものです。
このモデルに基づいて、私たちはストーリーテリングを「*逆* 逆計画」、つまり逆計画者の推論を操作するためのアクションを選択するタスクとして扱います。
私たちの枠組みは文学理論に基づいており、多くのストーリーテリング要素を第一原則から自然に捉えています。
私たちは、人間を対象とした研究からの裏付けとなる証拠とともに、これを実証するために一連の例を示します。

要約(オリジナル)

Great storytellers know how to take us on a journey. They direct characters to act — not necessarily in the most rational way — but rather in a way that leads to interesting situations, and ultimately creates an impactful experience for audience members looking on. If audience experience is what matters most, then can we help artists and animators *directly* craft such experiences, independent of the concrete character actions needed to evoke those experiences? In this paper, we offer a novel computational framework for such tools. Our key idea is to optimize animations with respect to *simulated* audience members’ experiences. To simulate the audience, we borrow an established principle from cognitive science: that human social intuition can be modeled as ‘inverse planning,’ the task of inferring an agent’s (hidden) goals from its (observed) actions. Building on this model, we treat storytelling as ‘*inverse* inverse planning,’ the task of choosing actions to manipulate an inverse planner’s inferences. Our framework is grounded in literary theory, naturally capturing many storytelling elements from first principles. We give a series of examples to demonstrate this, with supporting evidence from human subject studies.

arxiv情報

著者 Kartik Chandra,Tzu-Mao Li,Josh Tenenbaum,Jonathan Ragan-Kelley
発行日 2023-05-26 13:26:36+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.GR, I.2.0 パーマリンク