法的推論による世界モデルベース計画の法制化

- ロボットを社会に統合するため、法律規範を組み込む研究。 - 法律文書とそのエンコーディングの同型性問題を拡張。 - ロボット規範制御の2課題を測定： - grounding isomorphism gap：知覚誤差が法的推論の誤った原子を生む。 - ontological isomorphism gap：1つの法的結論が多数の忠実な計画制約に翻訳される。 - Defeasible Deontic Logic (DDL) でmotion plannerを制約するlegal planning stackを導入。 - 学習済みworld modelを活用し、違法行動の実行前に介入するex ante governanceを実現。 - シミュレートされたロボットアームが3x3グリッドでキューブを押すタスクに展開。

- 法律文書とエンコーディングの同型性問題を拡張し、ロボット規範制御の2つのギャップを測定。 - 従来の事後対応ではなく、ex ante governanceで違法行動前に介入。 - DDLと学習済みworld modelを組み合わせ、法的文脈を提供。 - 実行時の効率性と監査可能性を実現。 - 外生的信号と内生的ルール変更に適応。 - 単一の法律が複数の忠実な解釈を許容し、遵守率が大きく異なることを示した。

- Defeasible Deontic Logic (DDL) を用いてmotion plannerを制約。 - 学習済みworld modelを計画と法的文脈の提供に活用。 - 知覚不確実性をモデル化し、事実のグラウンディングを改善。 - 法律文書から実行時制約への標準化されたマッピングを目指す。 - シミュレートされたロボットアームと3x3グリッドで検証。 - 実行時に法的推論を行い、判定を監査可能。

- シミュレートされたロボットアームが3x3グリッドでキューブを押すタスクに展開。 - 立法されたエージェントは非立法エージェントより大幅に遵守。 - 知覚不確実性のモデル化で遵守率がさらに向上。 - 法的推論は実行時に効率的で、判定は監査可能。 - スタックは外生的信号と内生的ルール変更に適応。 - 両ギャップを測定：world modelとprobe誤差がDDL reasonerの事実入力を破壊。 - 単一の法律が複数の忠実な計量解釈を許容し、遵守率が劇的に異なる。

- ex ante legislationは意図通り機能。 - ギャップを閉じるには、法律から実行時制約への標準化マッピングと知覚からの事実グラウンディング改善が必要。 - これによりロボット行動を社会規範に整合させる堅牢な法律が実現。 - 知覚誤差とworld model誤差が法的推論の事実入力に影響。 - 単一の法律の複数解釈が遵守率に大きな差を生む。 - 要旨からは不明：他の議論や限界。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法：Defeasible Deontic Logic (DDL)、world model、motion planner、legal reasoning。 - 同分野の定番：legal reasoning for robots、normative control、ex ante governance。 - 具体的な論文名は要旨からは不明。