[論文レビュー] Learning to communicate about shared procedural abstractions

William P. McCarthy, Robert D. Hawkins+3 more|arXiv (Cornell University)|Jun 30, 2021

Speech and dialogue systems参考文献 17被引用数 8

ひとこと要約

本論文は、自然言語を用いた共同作業における人間が物理的組立作業でどのように共有される手順的抽象化を共同で発展させるかを調査し、繰り返しの相互作用によって段階的に簡潔で抽象的なコミュニケーションが生じることを示している。ベイジアンプログラム学習と確率的コミュニケーションモデルを統合することで、著者たちは、通信コストと情報量のバランスを取ることで、階層的タスク構造に基づいた自発的な効率的かつ構成的抽象化を生成するエージェントを示している。

ABSTRACT

Many real-world tasks require agents to coordinate their behavior to achieve shared goals. Successful collaboration requires not only adopting the same communicative conventions, but also grounding these conventions in the same task-appropriate conceptual abstractions. We investigate how humans use natural language to collaboratively solve physical assembly problems more effectively over time. Human participants were paired up in an online environment to reconstruct scenes containing two block towers. One participant could see the target towers, and sent assembly instructions for the other participant to reconstruct. Participants provided increasingly concise instructions across repeated attempts on each pair of towers, using higher-level referring expressions that captured each scene's hierarchical structure. To explain these findings, we extend recent probabilistic models of ad-hoc convention formation with an explicit perceptual learning mechanism. These results shed light on the inductive biases that enable intelligent agents to coordinate upon shared procedural abstractions.

研究の動機と目的

• 共同的な物理的タスクの過程で人間がどのように共有される手順的抽象化に協調するかを理解すること。
• 繰り返しの相互作用を通じて自然言語のコミュニケーションがどのようにより抽象的で効率的な表現へと進化するかを調査すること。
• 知覚的学習による手順的抽象化と、臨時の慣習形成を統合した計算モデルを構築すること。
• コスト感受性と情報量が抽象的参照表現の出現をどのように形作るかを検討すること。
• 人工エージェントにおける人間らしい構成性と抽象化をモデル化するフレームワークを提供すること。

提案手法

• 参加者は、1人（建築家）が段階的な指示を下してブロックの塔を再構築する共同作業にペアで参加した。
• 各シナリオには、4つのトランプ型ブロックから構成される2つの階層的構造の塔が含まれ、通信の進化を追跡するために繰り返し実施された。
• ベイジアンプログラム学習と確率的コミュニケーションモデルを統合した計算モデルが開発され、抽象化の学習と慣習形成をシミュレートした。
• モデルは、通信コストと情報量のトレードオフ（βでパrameter化）を用いて、低レベルの記述よりも抽象的記述をいつ使うかを決定する。
• モデルの手順的抽象化のライブラリは、観察されたタスク行動からのプログラム合成によって学習され、複雑な手順の構成的表現を可能にする。
• モデルは、繰り返しにおける指示の長さ、抽象度、誤り率といった人間の行動データとの比較によって評価された。

実験結果

リサーチクエスチョン

• RQ1 人間の共同作業者が、手順的タスクにおいて繰り返しの相互作用を経るうちに、どのようにより抽象的で簡潔な言語へと進化させるか？
• RQ2 共同作業の状況で共有される手順的抽象化が出現する背後にある認知的およびコミュニケーション的メカニズムは何か？
• RQ3 通信コストと情報量のバランスが、抽象的参照表現の発展にどのように影響するか？
• RQ4 プログラム学習とコミュニケーション慣習を統合した計算モデルが、人間らしい抽象化と効率性をどの程度再現できるか？
• RQ5 階層的タスク構造の知覚的学習が、抽象的言語的慣習の根拠をどう形成するか？

主な発見

• 建築家は3回目の繰り返しまでに、個々のブロックの指示から『C字型』や『U字型』といった全体の塔を指す高レベルの抽象的記述に段階的に置き換え始めた。
• コスト感受性が強い（β > 0.5）参加者は、誤り率の増加を犠牲にしてでも、利用可能な最も簡潔なプログラムを採用した。これは、効率性と正確性のトレードオフを示している。
• コスト感受性がない（β = 0）状況では、参加者はより長く、曖昧さの少ないブロックレベルの指示を好んだ。これは、コストが抽象化を促進する要因であることを示している。
• モデルにおける中間のβ値が、データで観察された人間のコミュニケーション進化の定性的なパターンを最もよく再現した。
• モデルは、タスクの階層的構造を反映する抽象的表現の出現を成功裏に捉えており、たとえば個々のブロックではなく完全な塔を指す表現が含まれる。
• 結果から、コミュニケーションと抽象化の学習が互いに補い合い、言語が共有される手順的表現への協調のメカニズムとして機能することが示唆された。