論文の概要: Towards Human-Agent Communication via the Information Bottleneck Principle

• arxiv url: http://arxiv.org/abs/2207.00088v1
• Date: Thu, 30 Jun 2022 20:10:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-05 04:41:36.628019
• Title: Towards Human-Agent Communication via the Information Bottleneck Principle
• Title（参考訳）: 情報ボトルネック原理によるヒューマンエージェントコミュニケーションに向けて
• Authors: Mycal Tucker, Julie Shah, Roger Levy, and Noga Zaslavsky
• Abstract要約: これら3つの要因(実用性、情報性、複雑さ)のトレーディングが、いかに創発的なコミュニケーションを形作るかを研究する。 本稿では,連続空間に埋め込まれた離散信号に入力を圧縮するニューラルネットワークを訓練するVector-Quantized Variational Information Bottleneck (VQ-VIB)を提案する。
• 参考スコア（独自算出の注目度）: 19.121541894577298
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Emergent communication research often focuses on optimizing task-specific utility as a driver for communication. However, human languages appear to evolve under pressure to efficiently compress meanings into communication signals by optimizing the Information Bottleneck tradeoff between informativeness and complexity. In this work, we study how trading off these three factors -- utility, informativeness, and complexity -- shapes emergent communication, including compared to human communication. To this end, we propose Vector-Quantized Variational Information Bottleneck (VQ-VIB), a method for training neural agents to compress inputs into discrete signals embedded in a continuous space. We train agents via VQ-VIB and compare their performance to previously proposed neural architectures in grounded environments and in a Lewis reference game. Across all neural architectures and settings, taking into account communicative informativeness benefits communication convergence rates, and penalizing communicative complexity leads to human-like lexicon sizes while maintaining high utility. Additionally, we find that VQ-VIB outperforms other discrete communication methods. This work demonstrates how fundamental principles that are believed to characterize human language evolution may inform emergent communication in artificial agents.
• Abstract（参考訳）: 創発的コミュニケーション研究は、しばしばコミュニケーションのドライバとしてタスク固有のユーティリティを最適化することに焦点を当てる。 しかし、人間の言語は情報ボトルネックのトレードオフを最適化し、意味をコミュニケーション信号に効率的に圧縮する圧力下で進化しているように見える。 本研究では,これらの3つの要因 – 実用性,情報性,複雑性 – のトレードオフが,人間のコミュニケーションと比較して,創発的なコミュニケーションを形作るかを検討する。 この目的のために、連続空間に埋め込まれた離散信号に入力を圧縮するニューラルネットワークを訓練するVector-Quantized Variational Information Bottleneck (VQ-VIB)を提案する。 VQ-VIBを介してエージェントを訓練し、その性能を、地上環境やルイス参照ゲームで提案されたニューラルネットワークアーキテクチャと比較する。 すべてのニューラルアーキテクチャと設定を網羅し、コミュニケーション的情報性がコミュニケーション収束率を考慮に入れ、コミュニケーション的複雑性を罰することは、高いユーティリティを維持しながら人間のようなレキシコンサイズにつながる。 さらに、VQ-VIBは、他の離散的な通信方法よりも優れています。 この研究は、人間の言語の進化を特徴付けるとされる基本的な原則が、人工エージェントの創発的コミュニケーションにどのように影響を与えるかを示している。

関連論文リスト

• Communication Learning in Multi-Agent Systems from Graph Modeling Perspective [62.13508281188895]
  本稿では,エージェント間の通信アーキテクチャを学習可能なグラフとして概念化する手法を提案する。 本稿では,各エージェントに対して時間的ゲーティング機構を導入し,ある時間に共有情報を受信するかどうかの動的決定を可能にする。
  論文  参考訳（メタデータ） (2024-11-01T05:56:51Z)
• Hypergame Theory for Decentralized Resource Allocation in Multi-user Semantic Communications [60.63472821600567]
  マルチユーザSCシステムにおける分散コンピューティングと通信資源割り当てのための新しいフレームワークを提案する。 通信資源と計算資源を効率的に割り当てることの課題は、Stackelbergハイパーゲーム理論の適用によって解決される。 シミュレーションの結果,提案したStackelbergハイパーゲームは通信資源と計算資源を効率的に利用することができることがわかった。
  論文  参考訳（メタデータ） (2024-09-26T15:55:59Z)
• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• Learning Multi-Agent Communication with Contrastive Learning [3.816854668079928]
  本稿では,コミュニケーション的メッセージが環境状態の異なる不完全なビューと見なされる,別の視点を紹介する。 送信したメッセージと受信したメッセージの関係を調べることで,コントラスト学習を用いてコミュニケーションを学ぶことを提案する。 通信環境において,本手法は性能と学習速度の両面で,従来の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-07-03T23:51:05Z)
• On the Role of Emergent Communication for Social Learning in Multi-Agent Reinforcement Learning [0.0]
  社会学習は、専門家からのヒントを使って、異質なポリシーを整列し、サンプルの複雑さを減らし、部分的に観察可能なタスクを解決する。 本稿では,情報ボトルネックに基づく教師なし手法を提案する。
  論文  参考訳（メタデータ） (2023-02-28T03:23:27Z)
• Over-communicate no more: Situated RL agents learn concise communication protocols [78.28898217947467]
  互いに効果的に効率的にコミュニケーションできる人工エージェントをいかに設計するかは、不明である。 強化学習(RL)を用いたコミュニケーションの出現に関する研究 エージェントがコミュニケーションを行うための環境行為を強制しなければならない多段階タスクにおける位置的コミュニケーションについて検討する。 テストされたすべてのプレッシャーは過剰なコミュニケーションを阻害する可能性があるが、位置通信は最も効果的であり、努力のコストとは異なり、発生に悪影響を及ぼさない。
  論文  参考訳（メタデータ） (2022-11-02T21:08:14Z)
• CommsVAE: Learning the brain's macroscale communication dynamics using coupled sequential VAEs [0.0]
  本稿では,機能データからの通信に対する非線形生成手法を提案する。 提案手法では,各タスクに特有なコミュニケーションをモデル化する。 本手法の特異性は,精神疾患の理解に影響を及ぼすことを意味する。
  論文  参考訳（メタデータ） (2022-10-07T16:20:19Z)
• Interpretation of Emergent Communication in Heterogeneous Collaborative Embodied Agents [83.52684405389445]
  本稿では,コラボレーティブな多目的ナビゲーションタスクCoMONを紹介する。 この課題において、オラクルエージェントは、地図の形式で詳細な環境情報を有する。 視覚的に環境を知覚するナビゲーターエージェントと通信し、目標のシーケンスを見つけるのが任務である。 創発的コミュニケーションはエージェントの観察と3次元環境の空間構造に基礎を置くことができることを示す。
  論文  参考訳（メタデータ） (2021-10-12T06:56:11Z)
• 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)

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。