論文の概要: PACE: A Pragmatic Agent for Enhancing Communication Efficiency Using
Large Language Models
- arxiv url: http://arxiv.org/abs/2402.01750v1
- Date: Tue, 30 Jan 2024 06:55:17 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-11 16:04:15.945628
- Title: PACE: A Pragmatic Agent for Enhancing Communication Efficiency Using
Large Language Models
- Title(参考訳): PACE:大規模言語モデルを用いた通信効率向上のための実用的エージェント
- Authors: Jiaxuan Li and Minxi Yang and Dahua Gao and Wenlong Xu and Guangming
Shi
- Abstract要約: 本稿では,Large Language Models (LLM) を用いたPACE(Pragmatic Agent for Communication efficiency)に基づく画像実用的コミュニケーションフレームワークを提案する。
PACEは、意味認識、意図分解、意図指向コーディングを順次実行する。
実験的な検証のために,画像の実用的コミュニケーションデータセットとそれに対応する評価基準を構築した。
- 参考スコア(独自算出の注目度): 29.016842120305892
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Current communication technologies face limitations in terms of theoretical
capacity, spectrum availability, and power resources. Pragmatic communication,
leveraging terminal intelligence for selective data transmission, offers
resource conservation. Existing research lacks universal intention resolution
tools, limiting applicability to specific tasks. This paper proposes an image
pragmatic communication framework based on a Pragmatic Agent for Communication
Efficiency (PACE) using Large Language Models (LLM). In this framework, PACE
sequentially performs semantic perception, intention resolution, and
intention-oriented coding. To ensure the effective utilization of LLM in
communication, a knowledge base is designed to supplement the necessary
knowledge, dedicated prompts are introduced to facilitate understanding of
pragmatic communication scenarios and task requirements, and a chain of thought
is designed to assist in making reasonable trade-offs between transmission
efficiency and cost. For experimental validation, this paper constructs an
image pragmatic communication dataset along with corresponding evaluation
standards. Simulation results indicate that the proposed method outperforms
traditional and non-LLM-based pragmatic communication in terms of transmission
efficiency.
- Abstract(参考訳): 現在の通信技術は、理論的能力、スペクトル可用性、電力資源の制限に直面している。
選択的データ伝送に端末インテリジェンスを活用する実用的コミュニケーションは、資源保護を提供する。
既存の研究には普遍的な目的解決ツールがなく、特定のタスクに適用性に制限がある。
本稿では,Large Language Models (LLM) を用いたPACE(Pragmatic Agent for Communication efficiency)に基づく画像実用的コミュニケーションフレームワークを提案する。
このフレームワークでは、PACEは意味認識、意図分解、意図指向コーディングを順次実行する。
通信におけるllmの有効利用を確保するため、必要な知識を補完する知識ベースを設計、実用的コミュニケーションシナリオやタスク要件の理解を容易にする専用のプロンプトを導入し、伝送効率とコストの間の合理的なトレードオフを実現するための思考連鎖をデザインする。
実験的な検証のために,画像実用的通信データセットとそれに対応する評価基準を構築した。
シミュレーションの結果,提案手法は従来型および非LLM方式の実用的コミュニケーションを伝送効率で上回ることがわかった。
関連論文リスト
- Pragmatic Communication in Multi-Agent Collaborative Perception [80.14322755297788]
協調的な知覚は、知覚能力とコミュニケーションコストのトレードオフをもたらす。
PragCommは2つの重要なコンポーネントを持つマルチエージェント協調認識システムである。
PragCommは、32.7K以上の通信量で従来手法より一貫して優れていた。
論文 参考訳(メタデータ) (2024-01-23T11:58:08Z) - 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) - Reasoning over the Air: A Reasoning-based Implicit Semantic-Aware
Communication Framework [124.6509194665514]
ソースユーザと宛先ユーザの間で暗黙的な意味を表現し,伝達し,解釈するために,新しい暗黙的意味コミュニケーション(iSAC)アーキテクチャを提案する。
プロジェクションベースセマンティックエンコーダは, 明示的セマンティックスの高次元グラフィカル表現を低次元セマンティックコンステレーション空間に変換し, 効率的な物理チャネル伝送を実現する。
ソースユーザの暗黙的意味推論過程を学習し、模倣できるようにするため、G-RMLと呼ばれる生成逆模倣学習ベースのソリューションが提案されている。
論文 参考訳(メタデータ) (2023-06-20T01:32:27Z) - Cognitive Semantic Communication Systems Driven by Knowledge Graph:
Principle, Implementation, and Performance Evaluation [74.38561925376996]
単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。
知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。
マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-03-15T12:01:43Z) - 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) - Beyond Transmitting Bits: Context, Semantics, and Task-Oriented
Communications [88.68461721069433]
次世代システムは、メッセージセマンティクスを折り畳み、コミュニケーションの目標を設計に組み込むことによって、潜在的に豊かになる。
このチュートリアルは、初期適応、セマンティック・アウェア、タスク指向コミュニケーションから始まり、現在までの取り組みを要約する。
その焦点は、情報理論を利用して基礎を提供するアプローチと、意味論やタスク対応コミュニケーションにおける学習の重要な役割である。
論文 参考訳(メタデータ) (2022-07-19T16:00:57Z) - Common Language for Goal-Oriented Semantic Communications: A Curriculum
Learning Framework [66.81698651016444]
目標指向タスク実行を実現するための包括的セマンティックコミュニケーションフレームワークを提案する。
カリキュラム学習(CL)と強化学習(RL)を組み合わせた新しいトップダウンフレームワークを提案する。
シミュレーションの結果,提案手法は,学習中の収束時間,タスク実行時間,送信コストにおいて従来のRLよりも優れていた。
論文 参考訳(メタデータ) (2021-11-15T19:13:55Z) - 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。