个体感知与联合感知：一种将指向作为交际性斯密式助力的语用模型

简单的指向手势能够极大地增强个体基于观察理解世界状态的能力。它会触发与当前任务相关的额外推断。我们使用部分可观测马尔可夫决策过程（POMDP）——一种关于如何根据通过观察形成的信念理性行动的主流人工智能（AI）模型——对智能体基于个体观察对世界信念的更新进行建模。在此基础上，我们将指向建模为智能体之间的一种交际行为，这些智能体相互理解：被指向的观察必定相关且可解释。我们的模型通过定义信息斯密式价值（SVI）来衡量相关性，即 POMDP 智能体在接收指向前后效用的提升。我们建模智能体利用斯密式助力的认知理论作为协调用于行动预测与行动评估的分离信念之原则来计算 SVI。随后我们将 SVI 作为话语的效用函数引入理性言语行为（RSA）中。这些使我们得到一个允许语境灵活解释的指向语用模型。我们通过扩展 Wumpus 世界来展示我们斯密式指向模型的效力，Wumpus 世界是一个经典的 AI 任务，猎人在仅能部分观测世界的情况下狩猎怪物。我们加入另一个智能体作为向导，该向导只能通过指向或不指向来标记猎人已感知到的某个观察以提供帮助，而不提供新观察或任何工具性帮助。我们的结果表明，这种严重受限且过载的通信仍显著提升了猎人的表现。指向的优势确实源于基于斯密式助力的相关性计算，因为当任务对向导而言过难或过易而无法提供帮助时，该优势完全消失。