关键词emergent communication
搜索结果 - 38
- 以您的语言沟通：可解释性新兴交流中的空间关系
该论文展示了代理可以在其观察中进行空间关系的沟通，结果表明代理能够发展出能够表达其观察各部分之间关系的语言，并在需要这种沟通的参考游戏中实现 90% 以上的准确性。该论文还展示了这种新兴语言是可解释的，而且与人类的交流和解释成功完成的测试结 - 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。
- 学习翻译：合作语言习得的紧急交流预训练
在合作语言习得问题（CLAP）中，我们提出并比较了两种方法来解决 CLAP 问题：模仿学习（IL）和基于新生通信的预训练和翻译学习（ECTL），前者是通过自我对弈与 EC 模型训练，然后从数据中学习将新生协议翻译为目标社区协议。
- 意图分析和通过新兴交流进行翻译
为了有效表达和满足网络应用的需求，我们提出了一种基于人工智能的框架，用于意图识别和翻译。该框架基于新兴通信实现意图识别，应用通过通信消息表达他们的抽象化用户体验意图，网络学习如何解释这些通信消息并映射到网络能力，从而保证所需的服务质量。模拟 - 新兴可解释性：为神经网络推断添加因果链
这篇研究论文介绍了一个理论框架，通过新兴的交流机制（EmCom）来增强可解释的人工智能（xAI），重点是对人工智能模型输出的原因理解。我们探讨了 EmCom 与人工智能系统的新颖整合，从传统的输入和输出之间的联想关系转变为更加微妙、因果性的 - 从面向语言到紧急沟通的知识蒸馏：针对多智能体远程控制
通过使用预训练的大型语言模型，我们比较了基于多智能体深度强化学习 (MADRL) 的紧急通信 (EC) 和以人类语言为基础的语义通信 (LSC)，在一个多智能体远程导航任务中，使用多模态输入数据，显示了 EC 在使用多模态数据时产生高成本和 - 基于规则推理的紧急通信
现有关于基于深度学习代理之间紧急通信的研究受到广泛关注，因为它对语言学和人工智能有启发作用。本研究提出了一个认知导向的环境 —— 推理游戏，鼓励代理人进行高层次规则的推理和沟通，而不是感知低层次环境。实验结果表明，在推理游戏中，出现了一个语 - Lewis 的信号游戏作为 beta-VAE 用于自然词长度和分割
这篇论文介绍了一种基于进化和计算语言学的新兴通信（EC）研究，它研究模拟中的代理人通信产生的通信协议，称为新兴语言。研究重点是通过重新解释 Lewis 的信号游戏作为 beta-VAE，并将其目标函数重新表述为 ELBO，从而阐明了新兴语言 - 关于新兴交流中的时间参照
人类使用引用时间的语言元素（如昨天或明天）来轻松分享过去的经历和未来的预测。我们的研究通过在紧急通信文学领域进行首次报道的时间词汇提供了对这一差距的研究，实验分析结果表明不同的代理架构足以自然产生时间参考，并且不需要额外的损失。我们的架构见 - 未來無線網路中的多智能體強化學習中的新興通訊
该论文阐述了 EC-MARL 在未来 6G 无线网络中的重要性，该方法赋予网络实体自主决策能力，解决自动驾驶、机器人导航、飞行基站网络规划和智能城市应用等复杂任务，提供 EC-MARL 算法的概述、设计准则以及研究机会。
- 走向更贴近人类的 AI 交流：紧急交流研究综述
发展人机互动中准确使用自然语言的机器，重要性愈发突显。本文回顾了近年来涉及新兴交流（Emergent communication）的文献，分析了其公共特性、两个子类别和挑战，并强调了多元视角和专业知识在领域中的重要性，主张研究者们共同努力以 - 控制作为概率推理：多智能体强化学习中的一种新型沟通机制
本文提出一种生成概率模型，该模型融合了新兴的通信和多智能体强化学习技术，可通过概率推断计划其动作，在通过信息传递实现协作任务的过程中，使用潜在变量估计与规划，基于 Metropolis-Hasting 命名游戏公式推算，实现了有意义的信息传 - 结构化状态抽象协作多智能体导航学习
本研究提出了一个神经网络架构，旨在共同学习多个代理参与导航任务中的自适应状态空间抽象和通信协议，从而有效减少探索的状态空间的大小，并达到更好的政策性能。
- NIPS连续环境下新兴通讯的归纳偏差
研究多智能体强化学习中新兴通信的交流方式，利用归纳偏差对连续信息的出现做出新增， 然后分别对离散和连续信息的增强学习或结合运用归纳偏差对两个娃玩具环境下的协商和序列猜测过程中所学到的通信协议进行演示，并表明这种学习方法可以对通信协议的学习产 - 基于概率生成模型的多智体系统中的符号涌现：递归 Metropolis-Hastings 命名游戏
本论文提出了递归 Metropolis-Hastings 命名游戏（RMHNG）作为 MHNG 的 N 代理版本，RMHNG 是一种近似贝叶斯推理方法，用于代理之间共享的潜在变量的后验分布的计算。同时，本文通过在合成和真实图像数据上评估 R - CVPREC^2: 基于体现控制的紧急通讯
提出了一种名为 EC^2 的新颖方案，用于预训练视频语言表示以进行 few-shot embodied control，通过紧密结合视频细节的语义和自然语言结构的紧密联系，实现了代理在新环境中快速行动的目标。该方法在 Metaworld 和 - 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 - 利用自发交互通信学习多物体位置关系
本文探讨基于 emergent communication 的多物体位置关系引用游戏中语言的学习，发现输入变异性对语义广义能力有重要影响，并通过 MDP 任务验证了学到语言对未知场景的泛化能力，同时表明了学习上下文相关语言的潜在优势。
- 紧急量子化通信
本研究提出了一种利用消息量化实现离散通信的方法，可以实现优于其他基于强化学习算法或 Gumbel-softmax 的连续逼近的多种设置下的性能，并为深度学习时代下的多代理通信提供更广泛的视角。
- 学会交流，学会翻译
本文中，我们提出并测试了一种使用 Emergent Communication 技术，以先前预训练好的多语言模型来改进现代无监督机器翻译系统的方法，特别是对于语料库数据量很小的语言，我们将现代多语言模型嵌入到了一个以视觉为基础的语言游戏中，