Metropolis-Hastings algorithm in joint-attention naming game: Experimental semiotics study

要約

この研究では、実験的記号論研究を通じて、個人間の相互作用における記号の出現を調査します。
これまでの研究では、人工的に設計された主観実験を使用して、人間がコミュニケーションを通じてどのようにシンボルシステムを組織するかを調査しています。
本研究では、参加者が共同注意を想定しながら自主的に物体を分類し、名前を付ける共同注意命名ゲーム（JA-NG）に焦点を当てた。
Metropolis-Hastings 命名ゲーム (MHNG) の理論では、リスナーは、Metropolis-Hastings (MH) アルゴリズムを使用して計算された受け入れ確率に従って、提供された名前を受け入れます。
MHNG の理論は、記号が記号の近似分散ベイズ推論として出現し、MHNG の条件が満たされる場合、共有事前変数として表されることを示唆しています。
この研究では、人間の参加者が JA-NG をプレイする際に MHNG 理論と一致する行動を示すかどうかを調べます。
パートナーの命名に対する人間の受け入れ決定と MHNG で計算された受け入れ確率を比較することで、人間の行動が MHNG 理論と一致するかどうかをテストしました。
この研究の主な貢献は 2 つあります。
まず、MH アルゴリズムによって計算された合格確率に関係なく、人間は一定の確率で合格判定を行うという帰無仮説を棄却します。
この結果は、人々が MH アルゴリズムによって計算された受け入れ確率にある程度従ったことを示唆しています。
第 2 に、MH ベースのモデルは、他の 4 つのモデル (定数、分子、減算、およびバイナリ) よりも正確に人間の受け入れ/拒否行動を予測しました。
この結果は、JA-NG におけるシンボル出現が MHNG を使用して説明でき、近似分散ベイズ推論と考えられることを示しています。

要約(オリジナル)

In this study, we explore the emergence of symbols during interactions between individuals through an experimental semiotic study. Previous studies investigate how humans organize symbol systems through communication using artificially designed subjective experiments. In this study, we have focused on a joint attention-naming game (JA-NG) in which participants independently categorize objects and assign names while assuming their joint attention. In the theory of the Metropolis-Hastings naming game (MHNG), listeners accept provided names according to the acceptance probability computed using the Metropolis-Hastings (MH) algorithm. The theory of MHNG suggests that symbols emerge as an approximate decentralized Bayesian inference of signs, which is represented as a shared prior variable if the conditions of MHNG are satisfied. This study examines whether human participants exhibit behavior consistent with MHNG theory when playing JA-NG. By comparing human acceptance decisions of a partner’s naming with acceptance probabilities computed in the MHNG, we tested whether human behavior is consistent with the MHNG theory. The main contributions of this study are twofold. First, we reject the null hypothesis that humans make acceptance judgments with a constant probability, regardless of the acceptance probability calculated by the MH algorithm. This result suggests that people followed the acceptance probability computed by the MH algorithm to some extent. Second, the MH-based model predicted human acceptance/rejection behavior more accurately than the other four models: Constant, Numerator, Subtraction, and Binary. This result indicates that symbol emergence in JA-NG can be explained using MHNG and is considered an approximate decentralized Bayesian inference.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google