多智能体语言5

hello，这是论文分享站，今天分享的文章是Emergent Linguistic Phenomena in Multi-Agent Communication Games，是一篇关于多智能体语言的论文，我们一起看看吧~

摘要：

我们描述了一个多智能体通信框架，用于检查在社区级的高级语言现象。我们证明了在自然语言中观察到的复杂语言行为可以在这个简单的设置中重现：
i)社区之间接触的结果是组间和组内连接的函数；
ii)语言接触要么收敛于大多数协议，要么在平衡的情况下导致较低复杂的新creole语；
iii) 语言连续体出现，相邻语言比遥远的语言更相互理解。
我们得出的结论是，至少语言进化的一些复杂属性不需要依赖于复杂进化的语言能力，而是可以来自玩交流游戏的感知智能体之间的简单社会交流。

1.引言

联系语言学(Myers-Scotton，2002)研究当两种或两种以上的语言或语言变体相互作用时会发生什么。 它提出了几个相关的开放问题，很难回答：对称（“相互理解”）通信是如何出现的；语言在接触下是如何表现的；一种语言是如何支配另一种语言的；广泛的语言接触how和why会导致简化(例如：在creoles中)；语言连续体是如何产生的，在那里相邻的语言比更远的语言更容易理解？ 在这项工作中，我们表明，这种语言现象自然出现，因为一些一般的假设，网络的人工智能体配备了一种极简的形式的学习交流。

我们介绍了一个研究语言产生和演变的多智能体框架，其中，智能体是一种赋予能够就其感知输入交换信息的神经网络。这种方法的优点是，人们可以精确地控制语言、环境和算法变量。

首先，我们研究了agent-level的语言行为，并研究了在语言社区中何时出现对称通信，以及社区的拓扑组织-即智能体接触的其他智能体以及这种行为发生的频率–如何影响收敛和学习。 然后，我们研究了这些智能体在接触时的社区行为，以及社区级拓扑如何影响收敛性、成功率和相互的可理解性。

我们证明了以下语言行为的出现，这与自然语言中已知的语言现象相对应：1)接触的结果是组间和组内连接的函数，即语言通过接触而相互理解，即使是对于自己没有接触到其他语言的代理，只要社区之间有足够的连接；2)随着时间的推移，语言接触要么收敛到主要的多数协议，导致另一种语言的灭绝，要么如果社区保持平衡，就会导致比原始语言复杂性更低的原始“creole”协议；3)语言连续体，相邻语言比更远的语言更容易相互理解，连续体的拓扑支配其行为。

据我们所知，这项工作是使用深度神经agent团体研究接触语言现象的第一次尝试。我们的研究结果表明，语言进化的复杂特性不需要依赖于高度复杂的进化的语言能力的内在特性。

2.相关工作

研究体内语言变化具有挑战性，因为它需要同时观察说话者和社区互动,同时仔细控制目的和目标。此外，对语言出现和进化的研究还必须跨越几十年甚至几个世纪，长期进行。甚至是迅速出现的 Nicaraguan手语也花了几十年时间才充分发展。语言本身也从未停止进化。

计算机科学的进步为我们提供了利用计算和数学模型研究语言在体外的出现和演变的机会。 在计算方法中，具有通信能力的智能体社区部署在模拟环境中。 他们的通信协议要么是进化的，要么是学习的，以便最大限度地利用环境提供的一些奖励。智能体的行为和交流被观察并用于与语言现象或假设的语言理论进行比较。

计算多智能体模型的特点是智能体的复杂性，学习算法的选择，以及环境和奖励结构的设计。 人工智能体的复杂性范围从一组简单的差异方程(Grouchy等人，2016年)到具有指令集和寄存器的类似CPU的体系结构(Knoester等人，2007年)，到对象和符号之间的共现矩阵(Nowak和Krakauer，1999年)，到一个简单的单层神经网络(Trianni和Dorigo，2006年)，到一个深层神经网络(Lazaridou等人，2016年）。 学习算法要么是进化算法的变体(Nowak和Krakauer，1999年)，通常用于人工生命框架(Bedau，2003年)，要么是基于梯度的优化算法，这通常用于训练深度带有监督或强化学习目标函数的神经网络。前者模拟几代人随着时间发展的复杂行为，而由于深度学习的进步，后者使更复杂的智能体（勒村等人，2015）。近年来，从拉扎里杜等人开始，在紧急交流中取得了有趣的新成果。2016使用深度神经代理（刘易斯等人，2017）。通常，这些方法可以被框架为刘易斯信号博弈的特殊或一般情况（刘易斯，2008），其中智能体交换信号以实现一个共同的目标。在这项工作中，深度神经代理在类似智能体的社区中玩游戏，其目的是让智能体就他们的感知输入进行交流。

3.多智能体的交流

为了在一个简化但现实的环境中研究产生新兴的语言现象，交际游戏需要有几个性质。 首先，它应该是对称的，因为所有智能体都应该能够充当“speaker”和“lister“。 第二，智能体应该交流自己外部的东西，即在他们的环境中的感觉体验。 第三，世界应该是部分可观察的，这意味着成功地解决游戏需要沟通。 图1给出了示例训练数据、游戏设置和智能体设计。 详见补充材料。