TSLEC (Trust-Based Social Learning with Emergent Communication)는 에이전트가 성공적인 전략을 동료에게 직접 가르치는 프레임워크입니다. 이 과정에서 지식 이전은 학습된 신뢰 관계에 의해 조절됩니다. 30개의 랜덤 시드에 걸쳐 100 에피소드로 진행된 실험 결과, TSLEC는 독립적인 학습 방식에 비해 수렴까지 걸리는 에피소드 수를 23.9% (p < 0.001, Cohen's d = 1.98) 감소시켰습니다. 또한, 동적 목표 하에서도 견고한 구성 프로토콜 (C = 0.38, Phi > 0.867 decoding accuracy)을 생성했습니다. 신뢰 점수는 교육 품질과 강한 상관 관계 (r = 0.743, p < 0.001)를 보이며, 효과적인 지식 필터링을 가능하게 합니다.
