Jun, 2021

从零开始的可解释代理通信（伴随着一种通用的视觉处理器的出现）

PDF
TL;DR该研究证实了深度神经网络在自我训练过程中的无监督紧急通讯协议在真实情况下是可行的，能够顺利地识别对象，而且还能作为通用视觉特征。
deep networksautonomous agentsunsupervised communicationobject identificationself-supervised learning
发现论文，激发创造
  • 预训练视觉深度网络异构社区中的指代交流

    本论文研究了预训练视觉网络在多智能体系统中进行指代性沟通的可能性，发现它们可以通过自我监督学习的方式开发出一种共享协议，并成功地将新的智能体集成进一个前已存在的网络社区。

    Feb, 2023

  • 深度学习时代的紧急多智能体交流

    研究表明，随着深度人工网络的感知、移动和规划能力的增强，研究人员正在研究它们是否也能发展出共享语言来相互交互，并探讨语言在深度代理人群体中演化及紧急特性的条件，这既有助于理解人类语言进化的过程，也可以让深度网络在日常生活中更加灵活和有用。本文概述了各角度最具代表性的语言演化研究。

    Jun, 2020

  • 具有连贯言者的交互世界中的交流出现

    本文提出了一种新的模型和训练算法，在以原始像素为输入的环境中，利用学习到的表征空间的结构产生更一致的发言者，稳定学习，并提出了一种用于度量文本独立性的新型基于对齐的指标，相比策略梯度和其他竞争基线，我们的算法在通信效果方面有了大幅提升。

    Sep, 2018

  • 泛化基于 emergent 原理的通信

    研究将最近开发的 BabyAI 网格世界平台转变为发送者 / 接收者设置，以测试深层强化学习技术是否足以激励建立通用代理之间的基于地面的离散通信协议的假设。结果表明，适当的环境激励确实可以避免测量或特殊归纳偏差的情况，而且更长的通信间隔激励了更抽象的语义。一些情况下，通讯代理比一个单一的代理更快地适应了新环境，展示了新兴通信对于迁移学习和泛化的潜力。

    Jan, 2020

  • 使用符号和像素输入的指称博弈中的语言交流的出现

    研究算法在学习语言进化中起到的作用，通过深度学习方法和 RL 神经网络代理进行了提高，并开发出代理能够从原始像素数据中学习的能力，研究表明输入数据中的结构程度影响出现的协议的性质，并证实当代理感知到世界的结构时，结构化的组合性语言很可能会出现。

    Apr, 2018

  • 探索具有体现多智能体的零射击新兴通信

    本研究探讨在多智能体环境中，利用关节执行通信的新型通信模式，解决现有符号通信模式不能够解决的一些问题，提出具体的训练改进方案，实现了对新伙伴的协议推广。

    Oct, 2020

  • 智能体视角下的视觉表征：一种新兴语言游戏研究

    探究 Lazaridou 等人（2017）的指称游戏中，代理人在相互作用过程中建立起的视觉表示，结果发现代理人成功建立沟通是通过引导几乎完全一致的视觉表示来实现的，但却没有捕捉到输入图像所描述的概念特性，因此我们应该更关注代理人将其使用的符号关联的视觉语义，才能更好地开发出类似于语言的沟通系统。

    Aug, 2018

  • 紧急通讯针对少样本机器翻译的预训练

    采用新颖的无监督知识转移方式，在缺乏语言数据时通过基于图像的指称游戏进行神经网络预训练，成功地提高了 few-shot 学习中的机器翻译效果，同时为评估人造语言的性质提供了基于表现的外部评估途径。

    Nov, 2020

  • 通过协商实现的新兴沟通

    通过研究 negotiation environment 中不同类型 agent 之间的交互过程，以及不同类型 agent 是否会进行 cheap talk，作者探讨了 cooperation 在语言产生中的必要性问题。

    Apr, 2018

  • 关于新兴沟通在多智能体强化学习中的社会学习作用

    本文提出了一种基于信息瓶颈的无监督方法，用于探索非常稀疏的多智能体增强学习中的社交通信情境，该方法可以捕捉引用复杂性和任务特定效用，并开发出一种自然语言灵感的信息组成的词汇表，该词汇表独立于一组紧急概念，使其具有极小的位数，同时可以使用社交影子的观测构成，并通过社交影子来学习通信策略。

    Feb, 2023