# Evaluating the relationship between regularity and learnability in recursive numeral systems using Reinforcement Learning

### 저자

Andrea Silvi, Ponrawee Prasertsom, Jennifer Culbertson, Devdatt Dubhashi, Moa Johansson, Kenny Smith

### 💡 개요

본 연구는 재귀적 숫자 체계에서 규칙성과 학습 용이성 간의 관계를 강화 학습을 통해 분석합니다. 연구 결과, 영어 숫자 체계와 같이 규칙성이 높은 시스템이 불규칙한 시스템보다 학습하기 더 쉽다는 것을 확인했습니다. 이는 희소한 데이터로부터 모든 정수를 정확하게 표현하기 위해 일반화가 중요하다고 가정할 때 나타나는 현상이며, 규칙성이 학습 용이성에 미치는 영향은 불규칙한 시스템에서는 약화될 수 있음을 보여줍니다.

### 🔑 시사점 및 한계

- 규칙성이 높은 숫자 체계는 인간이 학습하기에 더 유리하며, 이는 이러한 시스템이 보편적으로 나타나는 이유를 설명하는 데 기여할 수 있습니다.

- 숫자 체계의 규칙성뿐만 아니라 신호 길이와 같은 다른 요소들도 학습 용이성에 영향을 미치며, 이는 다양한 종류의 숫자 체계에 대한 이해를 넓힙니다.

- 본 연구는 강화 학습을 활용하여 이러한 관계를 탐구했지만, 실제 언어 습득 과정의 복잡성을 완전히 포착하기에는 한계가 있을 수 있으며, 향후 인간의 실제 학습 과정과의 연계성을 더욱 깊이 탐구할 필요가 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2602.21720)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).