交流涌现中的跨情境学习与监督学习
机器学习
2011-04-14 v3
摘要
关于词汇表涌现或启动的场景涉及至少两个智能体之间的重复交互，他们必须就如何使用H个单词命名N个对象达成共识。在这里，我们考虑两类学习算法的最小模型：跨情境学习，其中个体通过寻找单词所有观察使用中的共同点来确定单词的含义；以及监督操作性条件反射学习，其中个体之间关于单词预期含义存在强烈的反馈。尽管这些学习方案存在显著差异，但我们表明，在N和H很大的现实极限下，它们产生相同的通信准确率，这与将N个对象随机分配给H个单词的经典占据问题的结果一致。
引用
@article{arxiv.0901.4012,
title = {Cross-situational and supervised learning in the emergence of communication},
author = {José F. Fontanari and Angelo Cangelosi},
journal= {arXiv preprint arXiv:0901.4012},
year = {2011}
}