Decentralized Collective World Model for Emergent Communication and Coordination

要約

我々は、コミュニケーションのためのシンボル創発と、集合的予測符号化の時間的拡張による協調行動の両方を可能にする、完全分散型マルチエージェント世界モデルを提案する。コミュニケーションか協調のどちらかに別々に焦点を当てた先行研究とは異なり、我々のアプローチは両方を同時に達成する。我々の手法は世界モデルとコミュニケーションチャネルを統合し、エージェントが環境ダイナミクスを予測し、部分的な観測から状態を推定し、メッセージ整列のための対比学習による双方向メッセージ交換を通じて重要な情報を共有することを可能にする。2エージェントの軌跡描画タスクを用いて、エージェントが乖離した知覚能力を持つ場合に、我々のコミュニケーションベースのアプローチが非コミュニケーションモデルを凌駕し、集中型モデルに次ぐ協調を達成することを実証する。重要なことは、他のエージェントの内部状態への直接アクセスを妨げる制約を持つ我々の分散アプローチが、環境状態を正確に反映する、より意味のあるシンボルシステムの出現を促進することである。これらの結果は、環境の共有表現を発展させながら協調を支援するための分散型コミュニケーションの有効性を示している。

要約(オリジナル)

We propose a fully decentralized multi-agent world model that enables both symbol emergence for communication and coordinated behavior through temporal extension of collective predictive coding. Unlike previous research that focuses on either communication or coordination separately, our approach achieves both simultaneously. Our method integrates world models with communication channels, enabling agents to predict environmental dynamics, estimate states from partial observations, and share critical information through bidirectional message exchange with contrastive learning for message alignment. Using a two-agent trajectory drawing task, we demonstrate that our communication-based approach outperforms non-communicative models when agents have divergent perceptual capabilities, achieving the second-best coordination after centralized models. Importantly, our distributed approach with constraints preventing direct access to other agents’ internal states facilitates the emergence of more meaningful symbol systems that accurately reflect environmental states. These findings demonstrate the effectiveness of decentralized communication for supporting coordination while developing shared representations of the environment.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL