Social Learning through Interactions with Other Agents: A Survey

要約

社会学習は人間の知性の発達において重要な役割を果たします。
子供の頃、私たちは音を出せるようになるまで、親の言語パターンを真似します。
私たちは彼らが私たちを褒めたり叱ったりすることから学びます。
そして大人として、私たちは他の人たちと協力することで学びます。
この研究では、このパラダイム、つまりソーシャル学習が機械学習にどの程度反映されているかを調査します。
特に、社会的に学習するには他者との対話が必要であるため、私たちは、身体化されたエージェントがこれらのテクニックをどのように活用できるか、またどのように活用しているかに興味を持っています。
これは特に、自然言語処理 (NLP) の最近の進歩により、新しい形式の社会学習を実行できるようになった度合いを考慮したものです。
私たちは、行動の複製と次のトークンの予測がどのように人間の模倣を反映するのか、人間のフィードバックからの学習がどのように人間の教育を反映するのか、そしてお互いから学習する完全なコミュニケーションエージェントを可能にするためにどのようにさらに前進できるかを検討します。
私たちは、個々の社会学習テクニックはうまく使用されてきましたが、それらを社会的に具現化されたエージェントに統合する方法を示す統一的な研究がほとんど行われていないことがわかりました。

要約(オリジナル)

Social learning plays an important role in the development of human intelligence. As children, we imitate our parents’ speech patterns until we are able to produce sounds; we learn from them praising us and scolding us; and as adults, we learn by working with others. In this work, we survey the degree to which this paradigm — social learning — has been mirrored in machine learning. In particular, since learning socially requires interacting with others, we are interested in how embodied agents can and have utilised these techniques. This is especially in light of the degree to which recent advances in natural language processing (NLP) enable us to perform new forms of social learning. We look at how behavioural cloning and next-token prediction mirror human imitation, how learning from human feedback mirrors human education, and how we can go further to enable fully communicative agents that learn from each other. We find that while individual social learning techniques have been used successfully, there has been little unifying work showing how to bring them together into socially embodied agents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google