符号涌现作为人际跨情境学习:具组合性的词汇知识涌现
计算与语言
2023-06-29 v1 人工智能
摘要
我们提出一种符号涌现系统的计算模型,其通过 Metropolis-Hastings 命名游戏与跨情境学习,实现智能体间具组合性的词汇知识涌现。已有诸多计算模型被提出,以研究认知与发展机器人学中涌现通信与符号涌现的组合性。然而,现有模型未能在单一集成模型中充分处理基于感觉运动信息的类别形成,以及通过词序列交换的符号学通信。我们提出的模型通过在统一模型中利用多模态感觉运动信息执行类别形成,并 enabling 智能体间通过词序列交换实现符号学通信,从而促进具组合性的词汇知识涌现。此外,该模型使智能体能通过组合各模态中与类别相关联的词,预测未观测情境下的感觉运动信息。我们在模拟环境中使用两个人形机器人进行了两项实验来评估所提模型。结果表明,智能体可通过基于 Metropolis-Hastings 命名游戏与跨情境学习的人际跨情境学习,习得具组合性的词汇知识。进一步,我们的结果表明,利用所提模型发展的词汇知识通过人际跨模态推断对新情境展现出泛化性能。
引用
@article{arxiv.2306.15837,
title = {Symbol emergence as interpersonal cross-situational learning: the emergence of lexical knowledge with combinatoriality},
author = {Yoshinobu Hagiwara and Kazuma Furukawa and Takafumi Horie and Akira Taniguchi and Tadahiro Taniguchi},
journal= {arXiv preprint arXiv:2306.15837},
year = {2023}
}