Symbol emergence as interpersonal cross-situational learning: the emergence of lexical knowledge with combinatoriality

要約

我々は、メトロポリス・ヘイスティングスの命名ゲームと状況横断学習を通じて、エージェント間の組み合わせ性を伴う語彙知識の創発を可能にする記号創発システムの計算モデルを提示する。
認知ロボット工学および発達ロボット工学における緊急コミュニケーションおよびシンボル創発における組み合わせ性を調査するために、多くの計算モデルが提案されています。
しかし、既存のモデルは、単一の統合モデル内での単語シーケンスの交換を介した感覚運動情報と記号論的コミュニケーションに基づくカテゴリ形成に十分に対応していません。
私たちが提案するモデルは、マルチモーダルな感覚運動情報を使用してカテゴリ形成を実行し、統一モデル内のエージェント間での単語シーケンスの交換を通じて記号論的コミュニケーションを可能にすることにより、組み合わせ性を備えた語彙知識の創発を促進します。
さらに、このモデルにより、エージェントは各モダリティのカテゴリーに関連付けられた単語を組み合わせることで、観察されていない状況の感覚運動情報を予測できます。
提案したモデルを評価するために、模擬環境で 2 台の人型ロボットを使用して 2 つの実験を実施しました。
その結果、エージェントは、メトロポリス・ヘイスティングスの命名ゲームに基づく対人状況横断学習と状況横断学習を通じて、組み合わせ性を備えた語彙知識を獲得できることが実証されました。
さらに、我々の結果は、提案したモデルを使用して開発された語彙知識が、対人クロスモーダル推論を通じて新しい状況に対して一般化パフォーマンスを示すことを示しています。

要約(オリジナル)

We present a computational model for a symbol emergence system that enables the emergence of lexical knowledge with combinatoriality among agents through a Metropolis-Hastings naming game and cross-situational learning. Many computational models have been proposed to investigate combinatoriality in emergent communication and symbol emergence in cognitive and developmental robotics. However, existing models do not sufficiently address category formation based on sensory-motor information and semiotic communication through the exchange of word sequences within a single integrated model. Our proposed model facilitates the emergence of lexical knowledge with combinatoriality by performing category formation using multimodal sensory-motor information and enabling semiotic communication through the exchange of word sequences among agents in a unified model. Furthermore, the model enables an agent to predict sensory-motor information for unobserved situations by combining words associated with categories in each modality. We conducted two experiments with two humanoid robots in a simulated environment to evaluate our proposed model. The results demonstrated that the agents can acquire lexical knowledge with combinatoriality through interpersonal cross-situational learning based on the Metropolis-Hastings naming game and cross-situational learning. Furthermore, our results indicate that the lexical knowledge developed using our proposed model exhibits generalization performance for novel situations through interpersonal cross-modal inference.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google