論文の概要: Models of symbol emergence in communication: a conceptual review and a
guide for avoiding local minima
- arxiv url: http://arxiv.org/abs/2303.04544v1
- Date: Wed, 8 Mar 2023 12:53:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-09 14:14:19.710304
- Title: Models of symbol emergence in communication: a conceptual review and a
guide for avoiding local minima
- Title（参考訳）: コミュニケーションにおけるシンボルの出現モデル--概念的レビューと局所的ミニマを避けるためのガイド
- Authors: Julian Zubek, Tomasz Korbak, Joanna R\k{a}czaszek-Leonardi
- Abstract要約: 計算シミュレーションは、通信の出現に関する仮説をテストする一般的な方法である。
我々は、いくつかの最も代表的なモデルの仮定と説明的対象を特定し、既知の結果を要約する。
この観点から、意味ある象徴的コミュニケーションの出現をモデル化する道のりをスケッチする。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Computational simulations are a popular method for testing hypotheses about
the emergence of communication. This kind of research is performed in a variety
of traditions including language evolution, developmental psychology, cognitive
science, machine learning, robotics, etc. The motivations for the models are
different, but the operationalizations and methods used are often similar. We
identify the assumptions and explanatory targets of several most representative
models and summarise the known results. We claim that some of the assumptions
-- such as portraying meaning in terms of mapping, focusing on the descriptive
function of communication, modelling signals with amodal tokens -- may hinder
the success of modelling. Relaxing these assumptions and foregrounding the
interactions of embodied and situated agents allows one to systematise the
multiplicity of pressures under which symbolic systems evolve. In line with
this perspective, we sketch the road towards modelling the emergence of
meaningful symbolic communication, where symbols are simultaneously grounded in
action and perception and form an abstract system.
- Abstract（参考訳）: 計算シミュレーションは、コミュニケーションの出現に関する仮説をテストする一般的な方法である。
この種の研究は、言語進化、発達心理学、認知科学、機械学習、ロボット工学など、様々な伝統で行われている。
モデルのモチベーションは異なるが、使用される運用や方法はしばしば似ている。
我々は、いくつかの代表的なモデルの仮定と説明対象を特定し、既知の結果を要約する。
マッピングの観点で意味を表現すること、コミュニケーションの記述的機能に焦点を当てること、アモーダルトークンによる信号のモデリングなど、いくつかの仮定がモデリングの成功を妨げる可能性があると我々は主張する。
これらの仮定を緩和し、具体化および配置されたエージェントの相互作用を前倒しすることで、象徴的なシステムが進化する圧力の多重性を体系化することができる。
この観点から,シンボルを行動と知覚を同時に基礎とし,抽象的なシステムを形成する意味あるシンボルコミュニケーションの出現をモデル化するための道筋をスケッチする。
関連論文リスト
- Human-Object Interaction Detection Collaborated with Large Relation-driven Diffusion Models [65.82564074712836]
テキストと画像の拡散モデルに光を流す新しいHOI検出器であるDIFfusionHOIを紹介する。
まず、埋め込み空間における人間と物体の関係パターンの表現をインバージョンベースで学習する戦略を考案する。
これらの学習された関係埋め込みはテキストのプロンプトとして機能し、スタイア拡散モデルが特定の相互作用を記述する画像を生成する。
論文 参考訳（メタデータ） (2024-10-26T12:00:33Z) - SoK: On Finding Common Ground in Loss Landscapes Using Deep Model Merging Techniques [4.013324399289249]
本稿では,モデルマージ手法の新たな分類法を提案する。
これらの分野における文献からの反復的な経験的観察を,ロスランドスケープ幾何学の4つの主要な側面のキャラクタリゼーションに用いた。
論文 参考訳（メタデータ） (2024-10-16T18:14:05Z) - Language, Environment, and Robotic Navigation [0.0]
本稿では,言語が抽象的なコミュニケーションシステムとして機能し,知覚経験の基盤的表現として機能する統一的な枠組みを提案する。
本稿では,分散意味論の認知モデルとその自律エージェントへの応用について概観し,言語統合システムの変容の可能性について述べる。
論文 参考訳（メタデータ） (2024-04-03T20:30:38Z) - Discrete, compositional, and symbolic representations through attractor dynamics [51.20712945239422]
我々は,思考の確率的言語(PLoT)に似た認知過程をモデル化するために,アトラクタダイナミクスを記号表現と統合した新しいニューラルシステムモデルを導入する。
我々のモデルは、連続表現空間を、事前定義されたプリミティブに頼るのではなく、教師なし学習を通じて、記号系の意味性と構成性の特徴を反映する、記号列に対応する引き付け状態を持つ離散盆地に分割する。
このアプローチは、認知操作の複雑な双対性を反映したより包括的なモデルを提供する、AIにおける表現力の証明された神経弁別可能な基質であるニューラルダイナミクスを通じて、シンボル処理とサブシンボル処理の両方を統合する統一的なフレームワークを確立する。
論文 参考訳（メタデータ） (2023-10-03T05:40:56Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳（メタデータ） (2023-07-25T17:59:18Z) - Symbol emergence as interpersonal cross-situational learning: the
emergence of lexical knowledge with combinatoriality [5.350057408744861]
本稿では,認知・発達ロボティクスにおけるシンボル出現システムの計算モデルを提案する。
提案手法は,カテゴリー形成を行うことにより,メトロポリスティの語彙的知識の出現を促進する。
本研究は,提案モデルを用いて開発した語彙知識が,新たな状況における性能を示すことを示すものである。
論文 参考訳（メタデータ） (2023-06-27T23:55:33Z) - Foundation Models for Decision Making: Problems, Methods, and
Opportunities [124.79381732197649]
大規模に多様なデータに基づいて事前訓練された基礎モデルは、幅広いビジョンと言語タスクにおいて異常な能力を示してきた。
ファンデーションモデルをトレーニングし、他のエージェントと対話し、長期的な推論を行うための新しいパラダイムが生まれている。
基礎モデルと意思決定の交わりにおける研究は、強力な新しいシステムを作るための大きな約束である。
論文 参考訳（メタデータ） (2023-03-07T18:44:07Z) - Emergent Graphical Conventions in a Visual Communication Game [80.79297387339614]
人間は象徴的な言語とは別にグラフィカルなスケッチと通信する。
視覚コミュニケーションゲームをする2つのニューラルエージェントを介して、このような進化過程をモデル化し、シミュレートする第一歩を踏み出す。
我々は,コミュニケーションと抽象的なグラフィカルな慣行を成功させるために,エージェントを共同で進化させる新しい強化学習手法を考案した。
論文 参考訳（メタデータ） (2021-11-28T18:59:57Z) - Multi-Agent Imitation Learning with Copulas [102.27052968901894]
マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。
本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。
提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
論文 参考訳（メタデータ） (2021-07-10T03:49:41Z)
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。