Discrete Messages Improve Communication Efficiency among Isolated Intelligent Agents

要約

人はさまざまな人生経験や学習プロセスを持っていますが、言語を通じて効果的にコミュニケーションを図ることができます。
この研究は、コミュニケーション媒体としての言語の効率を探ることを目的としています。
私たちは 2 つの具体的な仮説を立てました。まず、エージェントが多様な個人的経験を持っている場合、連続的なメッセージよりも個別のメッセージの方が効果的です。
第 2 に、複数の個別のトークンを使用した通信は、単一のトークンを使用した通信よりも有利です。
これらの仮説を検証するために、話し手と聞き手の間のさまざまな情報伝達方法を使用してコミュニケーション効率を評価するマルチエージェント機械学習実験を設計しました。
私たちの経験的調査結果は、エージェントがさまざまなデータにさらされるシナリオでは、個別のトークンで構成された文を介して通信することが、エージェント間の通信効率が最高になることを示しています。
私たちの発見の限界には、変分オートエンコーダーなどの他のより洗練されたエンコーダー-デコーダーモデルに比べて系統的な利点がないこと、および非画像データセットの評価が欠如していることが含まれますが、これは将来の研究に残しておきます。

要約(オリジナル)

Individuals, despite having varied life experiences and learning processes, can communicate effectively through languages. This study aims to explore the efficiency of language as a communication medium. We put forth two specific hypotheses: First, discrete messages are more effective than continuous ones when agents have diverse personal experiences. Second, communications using multiple discrete tokens are more advantageous than those using a single token. To valdate these hypotheses, we designed multi-agent machine learning experiments to assess communication efficiency using various information transmission methods between speakers and listeners. Our empirical findings indicate that, in scenarios where agents are exposed to different data, communicating through sentences composed of discrete tokens offers the best inter-agent communication efficiency. The limitations of our finding include lack of systematic advantages over other more sophisticated encoder-decoder model such as variational autoencoder and lack of evluation on non-image dataset, which we will leave for future studies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google