多智能体语言6

hello，这是论文分享站，今天分享的文章是The evolution of syntactic communication，是一篇关于多智能体语言的论文，我们一起看看吧~

摘要：

动物通信通常是非句法的，这意味着信号是指整个情况。人类语言是语法，信号由有自己意义的离散成分组成。语法是利用组合学的先决条件，即"充分利用有限的手段“。如果没有语法，人类语言的巨大表达能力是不可能的，而从非语法到语法交流的过渡是人类语言进化中的重要步骤。我们的目标是理解这种转变的进化动力学，并分析自然选择如何引导它。在这里，我们提出了一个语言进化的种群动态模型，用®和单词的基本繁殖比，并计算了一个词汇的最大大小。语法允许更大的曲目和可能制定事先没有学习过的信息。然而，根据我们的模型，自然选择只有在所需信号的数量超过一个阈值时才能有利于语法的出现。这个结果可以解释为什么只有人类进化语法交流，因此是复杂的语言。

正文：

语言的独特性被比作大象的基本骨架，人类的语言与动物的交流方式不同，就像大象的鼻子来自其他动物的鼻孔一样。然而很少有生物学家担心大象的基本骨架的进化（这是一个最复杂的器官，由大约6000个个人的肌肉，可以执行无与伦比的各种机械任务），而许多哲学家、语言学家、语言学家和生物学家在想象语言如何出现通过达尔文进化有伟大的困难。

因此，进化生物学的一个挑战是提供一个详细的数学描述，说明自然选择如何使人类语言从动物交流中出现。动物交流基于三种基本设计：有限的呼叫库（领地呼叫或捕食者的警告）；一种连续的模拟信号（例如，蜜蜂的舞蹈）；以及一个主题的一系列随机变化（如鸟的歌声）。所有自然动物的交流似乎都是非句法的；然而，一些谨慎似乎是合适的，因为对某些灵长类动物或海豚的复杂发声模式的判断还没有达到。相比之下，人类语言显然是语法：信息由具有自己意义的组件组成。我们比较了非句法和句法交流，并评估了它们在进化环境中的相对表现。

首先，我们建立了一个语言进化的人口动态的数学模型。假设一种语言包含n个单词。每个人出生时就不知道任何一个单词，但都可以通过从他人那里学习来获得单词。个体的特征是他们所知道的单词的子集。由此产生的进化动力学的一般方程是复杂的（见方法），但如果我们在两个假设的基础上描述过程的基本步骤，可以使用分析方法：在两个个体之间的任何一个交互中，只能学习一个新单词；其次，单词是彼此独立记忆的。通过这些假设，我们得到了xi的人口动态，即了解Wi单词的人的相对丰富：

其中i=1,2，…n
丰富的单词Wi通过知道单词的人的互动和不知道单词的人而传播；因此，它的增长率与产品xi(1-xi)成正比。速率常数Ri=bqφi，是单词Wi的基本繁殖比。这是从一个知道Wi的人那里获得单词Wi的平均数量。参数b是每个生命周期中每个人的单词学习事件的总数。参数q是在一次遇到后记住一个单词的概率，而φi是在口语中单词Wi出现的频率。术语-xi表示一个恒定的死亡率，将每个个体的平均寿命设置为一个时间单位。

要在人口词汇中保持一个词，其基本繁殖比率必须超过1，即φi>1/(bp),假设Wi是最不常见的单词。我们当然知道φi小于1/n，如果所有的单词都具有相同的频率，这就是一个单词的频率。因此，最大的单词数是n_max