Mar, 2023

交流中符号出现的模型：概念回顾与避免局部最小值的指南

PDF
TL;DR该研究介绍了计算机模拟在语言演化、认知科学、机器学习、机器人等领域的应用，提出了几种代表性模型的论点和已知结论。研究发现一些假设和方法限制了模型的成功，认为应重视身体和环境对智能体的影响，并以此为基础，提出了将符号系统建立在行动、知觉以及抽象系统的想法。
发现论文，激发创造
  • 符号出现作为人际情境跨越学习：组合词汇知识的出现

    本文提出了一种计算模型，该模型通过 Metropolis-Hastings 命名游戏和跨情景学习，使代理之间的组合性出现，并使语词知识生成，从而实现了类别形成和交际式通信。

    Jun, 2023

  • 认知发展系统中的符号涌现：一项综述

    本文探讨符号新生问题及其在人类和人类社会符号系统中的动态和适应性，阐述了符号在语言学和 AI 中的不同概念和属性，概述了符号新生问题在生物和人工系统中的历史研究，并提供了一个综合的综述和观点。

    Jan, 2018

  • 语言模型中的紧迫沟通与学习压力：语言演化透视

    通过对自发交流模型的文献综述，我们确定了塑造语言模型的关键压力：交流成功、效率、易学性和其他心理 / 社会语言因素，并认为这可以为语言习得和语言演化研究的语言模型设计提供启示。

    Mar, 2024

  • 深度学习下的语言演变

    计算建模对于语言的产生起着重要作用，通过模拟真实环境中可能引发结构化语言产生的条件和学习过程。本文探讨了一类最近在机器学习领域引起革命的计算模型：深度学习模型。章节介绍了深度学习和强化学习方法的基本概念，并总结了它们在模拟语言产生方面的帮助。还讨论了主要发现、限制以及近期构建逼真模拟的尝试。该章针对寻求使用深度学习作为研究语言进化工具的语言学家和认知科学家。

    Mar, 2024

  • 生物学与组合性：新兴沟通协议的实证考虑

    本文探讨了关于 emergent communication 和 language origins 中 compositionality 和 reflexivity 的不同标准，指出了在未来的研究中注重 reflexivity 而非 compositionality 的重要性，并提供了一些有用的参考文献。

    Nov, 2019

  • 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

  • 通过深度生成模型的 Metropolis-Hastings 命名游戏实现紧急通信

    该研究探索了一种新的通过基于概率生成模型的命名游戏来实现分布式贝叶斯推断的符号产生系统，并提出了利用无监督学习的 Emergent communication 方式来改善代理人的表现。

    May, 2022

  • 神经符号因果推理遇到信令博弈的新型语义交流模式

    提出了一种新的基于信号博弈和神经符号人工智能方法的新兴语义通信系统框架，用于因果推理，最终实现高效的通信和更好的语义可靠性。

    Oct, 2022

  • 利用世界模型进行紧急通信

    引入了一种 Language World Models 的生成式模型，用于预测未来观测的潜在代码，提高了对语言信息的理解能力，进而提高了 2D 栅格世界的语音导航任务的任务成功率。

    Feb, 2020

  • 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