論文の概要: Co-evolution of language and agents in referential games
- arxiv url: http://arxiv.org/abs/2001.03361v3
- Date: Sat, 30 Jan 2021 09:33:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-12 23:04:43.226117
- Title: Co-evolution of language and agents in referential games
- Title(参考訳): 参照ゲームにおける言語とエージェントの共進化
- Authors: Gautier Dagan, Dieuwke Hupkes and Elia Bruni
- Abstract要約: 言語学習者の学習バイアスを考慮し,言語とエージェントを共進化させることが最適であることを示す。
言語発生研究における言語共進化の解明の道を開く。
- 参考スコア(独自算出の注目度): 24.708802957946467
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Referential games offer a grounded learning environment for neural agents
which accounts for the fact that language is functionally used to communicate.
However, they do not take into account a second constraint considered to be
fundamental for the shape of human language: that it must be learnable by new
language learners.
Cogswell et al. (2019) introduced cultural transmission within referential
games through a changing population of agents to constrain the emerging
language to be learnable. However, the resulting languages remain inherently
biased by the agents' underlying capabilities.
In this work, we introduce Language Transmission Engine to model both
cultural and architectural evolution in a population of agents. As our core
contribution, we empirically show that the optimal situation is to take into
account also the learning biases of the language learners and thus let language
and agents co-evolve. When we allow the agent population to evolve through
architectural evolution, we achieve across the board improvements on all
considered metrics and surpass the gains made with cultural transmission. These
results stress the importance of studying the underlying agent architecture and
pave the way to investigate the co-evolution of language and agent in language
emergence studies.
- Abstract(参考訳): 参照ゲームは、言語が機能的にコミュニケーションに使われているという事実を説明する神経エージェントのための基礎学習環境を提供する。
しかし、新しい言語学習者によって学習可能でなければならないという、人間の言語の形状に基本的と考えられる2つ目の制約を考慮に入れていない。
cogswell et al. (2019)は、新たな言語を学習可能なものに制限するために、エージェントの集団の変化を通じて、レファレンシャルゲーム内で文化伝達を導入した。
しかし、結果の言語は本質的にエージェントの基盤能力に偏っている。
本稿では,エージェントの集団における文化的・建築的進化をモデル化するLanguage Transmission Engineを紹介する。
私たちの中心となる貢献として,言語学習者の学習バイアスも考慮し,言語とエージェントを共進化させることが最適な状況であることを実証的に示す。
エージェントの人口がアーキテクチャの進化を通じて進化することを許すと、考慮された指標のすべてにおいてボード全体の改善を達成し、文化的な伝達によって得られる利益を超越します。
これらの結果は、基礎となるエージェントアーキテクチャを研究することの重要性を強調し、言語創発研究における言語とエージェントの共進化を研究する道を開いた。
関連論文リスト
- Cognitive Architectures for Language Agents [49.0419215123851]
言語エージェントのための認知アーキテクチャ(CoALA)を提案する。
CoALAはモジュラーメモリコンポーネントを備えた言語エージェント、内部メモリと外部環境と相互作用する構造化されたアクションスペース、アクションを選択するための一般的な意思決定プロセスを記述する。
我々は、CoALAを使用して、振り返りによる調査と、最近の多くの作業の組織化を行い、より有能なエージェントに対する行動可能な方向を前向きに特定します。
論文 参考訳(メタデータ) (2023-09-05T17:56:20Z) - Transforming Human-Centered AI Collaboration: Redefining Embodied Agents
Capabilities through Interactive Grounded Language Instructions [23.318236094953072]
人間の知能の適応性は目覚ましいもので、新しいタスクやマルチモーダル環境に迅速に適応することができる。
研究コミュニティはインタラクティブな「身体的エージェント」の開発を積極的に進めている
これらのエージェントは、コミュニケーションが壊れたり、指示が不明確であったりした場合に、迅速にフィードバックをリクエストする能力を持っていなければならない。
論文 参考訳(メタデータ) (2023-05-18T07:51:33Z) - Computational Language Acquisition with Theory of Mind [84.2267302901888]
我々は、心の理論(ToM)を備えた言語学習エージェントを構築し、その学習過程への影響を測定する。
重み付けされたToMリスナーコンポーネントを用いた学習話者は,画像参照ゲームの設定において,性能向上につながることがわかった。
論文 参考訳(メタデータ) (2023-03-02T18:59:46Z) - Communication Drives the Emergence of Language Universals in Neural
Agents: Evidence from the Word-order/Case-marking Trade-off [3.631024220680066]
ニューラルエージェント言語学習通信フレームワーク(NeLLCom)を提案する。
我々はエージェントに特定のバイアスをハードコーディングすることなく、新しいフレームワークでトレードオフを複製することに成功しました。
論文 参考訳(メタデータ) (2023-01-30T17:22:33Z) - What Artificial Neural Networks Can Tell Us About Human Language
Acquisition [47.761188531404066]
自然言語処理のための機械学習の急速な進歩は、人間がどのように言語を学ぶかについての議論を変革する可能性がある。
計算モデルによる学習可能性の関連性を高めるためには,人間に対して大きな優位性を持たず,モデル学習者を訓練する必要がある。
論文 参考訳(メタデータ) (2022-08-17T00:12:37Z) - Linking Emergent and Natural Languages via Corpus Transfer [98.98724497178247]
創発言語と自然言語のコーパス転送によるリンクを確立する新しい方法を提案する。
このアプローチでは,言語モデリングとイメージキャプションという,2つの異なるタスクに対して,非自明な転送メリットを示す。
また,同一画像に基づく自然言語キャプションに創発的メッセージを翻訳することで,創発的言語の伝達可能性を予測する新しい指標を提案する。
論文 参考訳(メタデータ) (2022-03-24T21:24:54Z) - Cross-Lingual Ability of Multilingual Masked Language Models: A Study of
Language Structure [54.01613740115601]
本稿では,構成順序,構成,単語共起の3つの言語特性について検討する。
我々の主な結論は、構成順序と単語共起の寄与は限定的である一方、構成は言語間移動の成功にとってより重要であるということである。
論文 参考訳(メタデータ) (2022-03-16T07:09:35Z) - Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
我々は、数ショット$textit language coordinate$のタスクについて研究する。
リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。
これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
論文 参考訳(メタデータ) (2021-07-12T19:26:11Z) - Self-play for Data Efficient Language Acquisition [20.86261546611472]
学習エージェントにおける言語習得の効率と品質を向上させるために,コミュニケーションの対称性を利用する。
直接監督の代わりにセルフプレイを使用することで、エージェントが役割間で知識を伝達できることが示される。
論文 参考訳(メタデータ) (2020-10-10T02:09:19Z) - Emergent Multi-Agent Communication in the Deep Learning Era [26.764052787245728]
言語を通して協力する能力は、人間の決定的な特徴である。
深層人工ネットワークの知覚、運動、計画能力が増大するにつれて、研究者らは対話する共通の言語を開発することができるかどうかを研究している。
論文 参考訳(メタデータ) (2020-06-03T17:50:16Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。