摘要
在未知环境（如行星或深海探索）中部署的自主智能体群体，必须发展共享词汇，以指代在任何人类语言中没有名称的实体。我们提出了神经符号词汇发现（NSLD）框架，其中基于大型语言模型（LLM）的智能体在超出分布的视觉参照物上进行指代游戏，自主组织出一个共享的外星词汇。
每个智能体结合了一个冻结的 CLIP 视觉编码器、一个私有的 FAISS 向量索引和一个仅文本的 LLM。关键在于，发现的外星单词通过嵌入空间中的语义接近性与自然语言相锚定，从而扩大了人类词汇，增加了新的感知基础词汇。
在模拟中，最多可达二十个智能体和十个视觉参照物达成共识。收敛动态通过三个分析模型进行表征，取得了 R^2=0.95，代表着在自主探索任务中的预部署规划的第一步。
博主点评： 本文提出的 NSLD 框架为自主智能体在不熟悉环境中进行有效沟通提供了创新思路，展示了 LLM 在词汇创造中的潜力，具有深远的应用前景，尤其是在探索未知领域时的智能体协作方面。实际部署中如何优化智能体的协作和词汇学习将是未来研究的重要方向。