論文の概要: Rat big, cat eaten! Ideas for a useful deep-agent protolanguage
- arxiv url: http://arxiv.org/abs/2003.11922v1
- Date: Tue, 17 Mar 2020 18:41:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-22 20:19:33.856310
- Title: Rat big, cat eaten! Ideas for a useful deep-agent protolanguage
- Title（参考訳）: 大きくて、猫が食べた!
有用なディープエージェント言語の提案
- Authors: Marco Baroni
- Abstract要約: 独自の言語ライクなコミュニケーションプロトコルを開発するディープエージェントコミュニティは、AIのホット(あるいは少なくとも暖かい)トピックである。
このようなエージェントは、人間の言語のように複雑なプロトコルが進化するずっと前から、機械機械と人間機械の相互作用シナリオにおいて非常に有用である。
ディープエージェントが有用なプロトランゲージを話すステージにできるだけ早く到達したいなら、焦点を合わせるべき優先順位の小さなセットを提案します。
- 参考スコア（独自算出の注目度）: 18.036516934739243
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Deep-agent communities developing their own language-like communication
protocol are a hot (or at least warm) topic in AI. Such agents could be very
useful in machine-machine and human-machine interaction scenarios long before
they have evolved a protocol as complex as human language. Here, I propose a
small set of priorities we should focus on, if we want to get as fast as
possible to a stage where deep agents speak a useful protolanguage.
- Abstract（参考訳）: 独自の言語ライクなコミュニケーションプロトコルを開発するディープエージェントコミュニティは、AIのホット(あるいは少なくとも暖かい)トピックである。
このようなエージェントは、人間の言語と同じくらい複雑なプロトコルが進化するずっと前に、機械と機械の相互作用シナリオで非常に有用かもしれない。
ここで、深層エージェントが有用な原語を話す段階にできるだけ早く到達したいのであれば、重点を置くべき小さな優先順位セットを提案します。
関連論文リスト
- Distributed agency in second language learning and teaching through generative AI [0.0]
ChatGPTは、テキストまたは音声形式のチャットを通じて非公式な第二言語プラクティスを提供することができる。
インストラクタはAIを使って、さまざまなメディアで学習と評価材料を構築することができる。
論文 参考訳（メタデータ） (2024-03-29T14:55:40Z) - SpeechAgents: Human-Communication Simulation with Multi-Modal
Multi-Agent Systems [53.94772445896213]
大規模言語モデル(LLM)に基づくマルチエージェントシステムは,人間の社会をシミュレートする上で有望な性能を示した。
本研究では,マルチモーダルLLMに基づくマルチエージェントシステムであるSpeechAgentsを提案する。
論文 参考訳（メタデータ） (2024-01-08T15:01:08Z) - A Sign Language Recognition System with Pepper, Lightweight-Transformer,
and LLM [0.9775599530257609]
本研究は,ヒューマノイドロボットPepperがAmerican Sign Language(ASL)を理解するために,軽量なディープニューラルネットワークアーキテクチャを用いた検討である。
組込みシステムに最適化されたASL理解のための軽量で効率的なモデルを導入し,計算資源を保存しながら,迅速な手話認識を実現する。
我々は、Pepper Robotが自然なCo-Speech Gesture応答を生成できるように対話を調整し、より有機的で直感的なヒューマノイドロボット対話の基礎を築いた。
論文 参考訳（メタデータ） (2023-09-28T23:54:41Z) - Agents: An Open-source Framework for Autonomous Language Agents [98.91085725608917]
我々は、言語エージェントを人工知能への有望な方向と見なしている。
Agentsはオープンソースライブラリで、これらの進歩を広く非専門的な聴衆に開放することを目的としています。
論文 参考訳（メタデータ） (2023-09-14T17:18:25Z) - CAMEL: Communicative Agents for "Mind" Exploration of Large Language
Model Society [58.04479313658851]
本稿では,コミュニケーションエージェント間の自律的協調を支援するスケーラブルな手法の構築の可能性について検討する。
本稿では,ロールプレイングという新しいコミュニケーションエージェントフレームワークを提案する。
コントリビューションには、新しいコミュニケーティブエージェントフレームワークの導入、マルチエージェントシステムの協調行動や能力を研究するためのスケーラブルなアプローチの提供などが含まれます。
論文 参考訳（メタデータ） (2023-03-31T01:09:00Z) - Learning to Ground Multi-Agent Communication with Autoencoders [43.22048280036316]
コミュニケーションには共通言語であるラングア・フランカがエージェント間で必要である。
学習した表現において、言語を基底とする簡単な方法を示す。
標準表現学習アルゴリズムは,共通言語に到達するのに十分であることがわかった。
論文 参考訳（メタデータ） (2021-10-28T17:57:26Z) - 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) - Learning to cooperate: Emergent communication in multi-agent navigation [49.11609702016523]
本稿では,協調ナビゲーションタスクを行うエージェントが,解釈可能な通信プロトコルを学ぶことを示す。
エージェントのポリシーの分析により、創発的信号が状態空間を空間的にクラスタリングすることが明らかになった。
エージェントの集団を用いて,創発的プロトコルは基本構成構造を持つことを示す。
論文 参考訳（メタデータ） (2020-04-02T16:03:17Z) - Emergence of Pragmatics from Referential Game between Theory of Mind
Agents [64.25696237463397]
エージェントが手書きのルールを指定せずに「行間を読む」能力を自発的に学習するアルゴリズムを提案する。
協調型マルチエージェント教育状況における心の理論(ToM)を統合し,適応型強化学習(RL)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-01-21T19:37:33Z)
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。