論文の概要: Emergent Communication of Generalizations

• arxiv url: http://arxiv.org/abs/2106.02668v1
• Date: Fri, 4 Jun 2021 19:02:18 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-08 18:45:24.040996
• Title: Emergent Communication of Generalizations
• Title（参考訳）: 一般化の創発的コミュニケーション
• Authors: Jesse Mu, Noah Goodman
• Abstract要約: 共有された視覚的コンテキストにおける1つのオブジェクトのコミュニケーションは、過度に適合する傾向があり、具体的な参照を超えて、言語が役に立つことを奨励しない、と我々は主張する。 抽象的な視覚概念を表すオブジェクトの集合上での通信一般化を必要とするゲームを提案する。 これらのゲームは学習言語の体系性と解釈可能性を大幅に向上させる。
• 参考スコア（独自算出の注目度）: 13.14792537601313
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To build agents that can collaborate effectively with others, recent research has trained artificial agents to communicate with each other in Lewis-style referential games. However, this often leads to successful but uninterpretable communication. We argue that this is due to the game objective: communicating about a single object in a shared visual context is prone to overfitting and does not encourage language useful beyond concrete reference. In contrast, human language conveys a rich variety of abstract ideas. To promote such skills, we propose games that require communicating generalizations over sets of objects representing abstract visual concepts, optionally with separate contexts for each agent. We find that these games greatly improve systematicity and interpretability of the learned languages, according to several metrics in the literature. Finally, we propose a method for identifying logical operations embedded in the emergent languages by learning an approximate compositional reconstruction of the language.
• Abstract（参考訳）: 最近の研究は、他の人と効果的に協力できるエージェントを構築するために、ルイススタイルの参照ゲームで互いにコミュニケーションする人工エージェントを訓練している。 しかし、これはしばしば成功するが解釈できないコミュニケーションにつながる。 共有された視覚的コンテキスト内の1つのオブジェクトについてコミュニケーションすることは、過度に適合しがちであり、具体的な参照以上の言語を奨励しない。 対照的に、人間の言語は多様な抽象概念を伝達する。 このようなスキルを促進するために,抽象視覚概念を表現したオブジェクトの集合上の一般化を,エージェント毎に任意のコンテキストで伝達するゲームを提案する。 これらのゲームが学習した言語の体系性と解釈性を大幅に改善できることが,文献のいくつかの指標からわかった。 最後に, 創発的言語に埋め込まれた論理演算を近似的構成再構成学習により同定する手法を提案する。

関連論文リスト

• Visually Grounded Language Learning: a review of language games, datasets, tasks, and models [60.2604624857992]
  多くのVision+Language (V+L)タスクは、視覚的モダリティでシンボルをグラウンドできるモデルを作成することを目的として定義されている。 本稿では,V+L分野において提案されるいくつかの課題とモデルについて,系統的な文献レビューを行う。
  論文  参考訳（メタデータ） (2023-12-05T02:17:29Z)
• EC^2: Emergent Communication for Embodied Control [72.99894347257268]
  エージェントはマルチモーダル・プレトレーニングを活用して、新しい環境でどのように振る舞うかを素早く学ぶ必要がある。 本稿では,数発のエンボディドコントロールのためのビデオ言語表現を事前学習するための新しいスキームであるEmergent Communication for Embodied Control (EC2)を提案する。 EC2は、タスク入力としてビデオとテキストの両方の従来のコントラスト学習手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-04-19T06:36:02Z)
• Pragmatics in Language Grounding: Phenomena, Tasks, and Modeling Approaches [28.47300996711215]
  人々は文字通りの言葉以上の意味を豊かにするためにコンテキストに大きく依存します。 人とうまく対話するためには、ユーザー向け人工知能システムは実用的スキルを身につける必要がある。
  論文  参考訳（メタデータ） (2022-11-15T18:21:46Z)
• Emergent Communication: Generalization and Overfitting in Lewis Games [53.35045559317384]
  ルイスシグナリングゲーム(Lewis signaling game)は、言語の出現をシミュレートする単純なコミュニケーションゲームの一種である。 これらのゲームでは、2人のエージェントが協調的なタスクを解決するために通信プロトコルに合意しなければなりません。 これまでの研究によると、強化学習でこのゲームをプレイするように訓練されたエージェントは、望ましくない性質を示す言語を開発する傾向がある。
  論文  参考訳（メタデータ） (2022-09-30T09:50:46Z)
• Testing the Ability of Language Models to Interpret Figurative Language [69.59943454934799]
  比喩的・比喩的な言語は言論において一般的である。 現代の言語モデルが非リテラルなフレーズをどの程度解釈できるかについては、未解決の疑問が残る。 ウィノグラードスタイルの非文字言語理解タスクであるFig-QAを紹介する。
  論文  参考訳（メタデータ） (2022-04-26T23:42:22Z)
• Expressivity of Emergent Language is a Trade-off between Contextual Complexity and Unpredictability [7.765925231148388]
  本稿では,異なる言語ゲーム間での一般化性能に基づく表現性間の部分順序の定義を提案する。 また、創発的言語の表現性は文脈の複雑さと予測不可能性のトレードオフであるという仮説を検証した。 コントラスト損失を用いることで、標準的な参照損失関数を用いたメッセージタイプの崩壊が軽減されることを示す。
  論文  参考訳（メタデータ） (2021-06-07T21:57:11Z)
• Zero-Shot Generalization using Intrinsically Motivated Compositional Emergent Protocols [0.0]
  本稿では,エージェントが無意味なオブジェクトと対話するだけでなく,ゼロショット設定であるタスクから別のタスクへスキルを伝達できることを示す。 本研究では,エージェントが無意味なオブジェクトと対話できるだけでなく,ゼロショット設定であるタスクから別のタスクへスキルを伝達できることを示す。
  論文  参考訳（メタデータ） (2021-05-11T14:20:26Z)
• Deep Reinforcement Learning with Stacked Hierarchical Attention for Text-based Games [64.11746320061965]
  自然言語の文脈におけるインタラクティブなシミュレーションであるテキストベースゲームの強化学習について検討する。 エージェントの動作が解釈可能な推論手順によって生成され、支援されるように、意思決定のための知識グラフを用いた明示的な推論を行うことを目指している。 提案手法を多数の人為的ベンチマークゲームで広範囲に評価し,本手法が既存のテキストベースエージェントよりも優れていることを示す実験結果を得た。
  論文  参考訳（メタデータ） (2020-10-22T12:40:22Z)
• Incorporating Pragmatic Reasoning Communication into Emergent Language [38.134221799334426]
  我々は、言語コミュニケーションのダイナミクスを、かなり異なるインテリジェンスとインテリジェンスレベルに沿って研究する。 本稿では,短期的相互推論に基づく実用主義と長期言語創発主義を組み合わせた計算モデルを提案する。 我々の結果は、より自然で正確で、堅牢で、きめ細かな、簡潔な発話を実現するための道を開くことの重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2020-06-07T10:31:06Z)
• 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。