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
- Automatic Discovery of Visual Circuits [66.99553804855931]
本稿では,視覚モデルにおける視覚的概念の認識の基盤となる計算グラフのサブグラフを抽出するスケーラブルな手法について検討する。
提案手法は, モデル出力に因果的に影響を及ぼす回路を抽出し, これらの回路を編集することで, 敵攻撃から大きな事前学習モデルを守ることができることがわかった。
論文 参考訳（メタデータ） (2024-04-22T17:00:57Z) - 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) - 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) - A Recursive Bateson-Inspired Model for the Generation of Semantic Formal
Concepts from Spatial Sensory Data [77.34726150561087]
本稿では,複雑な感覚データから階層構造を生成するための記号のみの手法を提案する。
このアプローチは、概念や概念の創始の鍵としてのバテソンの差異の概念に基づいている。
このモデルは、トレーニングなしでかなりリッチだが人間に読まれる概念表現を生成することができる。
論文 参考訳（メタデータ） (2023-07-16T15:59:13Z) - 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) - Geometric and Topological Inference for Deep Representations of Complex
Networks [13.173307471333619]
我々は、トポロジと表現の幾何学を強調する統計のクラスを提示する。
モデル選択に使用する場合の感度と特異性の観点から,これらの統計値を評価する。
これらの新しい手法により、脳やコンピューター科学者は、脳やモデルによって学習された動的表現変換を可視化することができる。
論文 参考訳（メタデータ） (2022-03-10T17:14:14Z) - 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) - Meta-brain Models: biologically-inspired cognitive agents [0.0]
メタ脳モデルと呼ぶ計算手法を提案する。
特殊なモデルを用いて構成したレイヤの組み合わせを提案する。
我々は、この柔軟でオープンソースなアプローチの開発における次のステップを提案して、結論付けます。
論文 参考訳（メタデータ） (2021-08-31T05:20:53Z) - 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。