본 논문은 완전히 분산된 다중 에이전트 월드 모델을 제안합니다. 이 모델은 집단 예측 코딩의 시간적 확장을 통해 의사소통을 위한 심볼의 출현과 조정된 행동 모두를 가능하게 합니다. 기존 연구가 의사소통 또는 조정 중 하나에만 초점을 맞춘 것과 달리, 본 연구는 두 가지를 동시에 달성합니다. 월드 모델과 의사소통 채널을 통합하여 에이전트가 환경 역학을 예측하고, 부분적인 관찰로부터 상태를 추정하고, 대조 학습을 통한 메시지 정렬을 통해 양방향 메시지 교환을 통해 중요한 정보를 공유할 수 있도록 합니다. 두 에이전트 궤적 그리기 작업을 사용하여, 에이전트가 상이한 지각 능력을 가질 때 의사소통 기반 접근 방식이 비의사소통 모델보다 우수하며, 중앙 집중식 모델 다음으로 두 번째로 좋은 조정을 달성함을 보여줍니다. 중요한 것은, 다른 에이전트의 내부 상태에 대한 직접적인 접근을 방지하는 제약 조건이 있는 분산 접근 방식을 통해 환경 상태를 정확하게 반영하는 더 의미 있는 기호 시스템의 출현을 촉진합니다. 이러한 결과는 환경의 공유된 표현을 개발하는 동시에 조정을 지원하기 위한 분산된 의사소통의 효과를 보여줍니다.
