新词汇约定协商中的复杂度约简

在一个群体中集体为新概念发明新词的过程中，以同义和同音异义形式出现的冲突会迅速增多。记住所有冲突可能耗费过多内存，而记得太少则可能拖慢整体进程。是否存在一种高效行为可帮助二者平衡？命名博弈是一种用于语言涌现的多智能体计算模型，聚焦于新词汇约定的协商，其中公共词典自我组织却经历一个高复杂度阶段。先前工作已通过允许智能体主动选择谈论内容来控制该特定模型中的复杂度增长。然而，那些策略依赖于高度依赖参数精细调整的特设启发式方法。我们在此定义了一种基于每个智能体对群体全局状态信念的新原则性测度与新策略。该测度不依赖繁重计算，且在认知上合理。新策略实现了对复杂度增长的有效控制，并伴随更快速的协议过程。此外，我们表明短期记忆足以构建关于全局词典的相关信念。