社交结构对复杂句法进化的驱动：基于基于主体的多智能体强化学习模拟 .docxVIP

PAGE2

社交结构对复杂句法进化的驱动：基于基于主体的多智能体强化学习模拟

摘要

人类语言最独特的本质在于其句法递归性，即从有限规则生成无限表达的能力。这一属性究竟如何从简单的原始交际中涌现，是演化语言学长期悬而未决的核心难题。传统理论多将递归性归因于单一认知突变或传递瓶颈，但难以解释社会交往维度为何在语言复杂化中不可或缺。本文以基于主体的多智能体强化学习模拟为方法论基础，构建了一个分析社交结构驱动句法递归性涌现的理论框架。研究首先将社交结构操作化为群体规模、网络连接度与拓扑特征，然后通过理论推演，揭示这些参数如何重塑智能体强化学习过程中的奖励分布与策略搜索空间。核心发现是，当群体规模与连接度越过临界阈值时，社交互动压力会迫使语言系统发生相变，递归性作为一种高效信息压缩手段被自发选择。全文从问题解析、机制阐释到理论建构，逐层论证社交网络拓扑结构在递归性涌现中的催化作用，最终提出“社交—认知—递归”的协同进化模型，为理解语言复杂性的社会根源提供了新的理论视角。

第一章绪论

1.1研究背景

语言演化研究的核心迷思之一，在于解释人类句法递归性的起源。自然语言容许将短语嵌入同类结构中，形成“猫追的老鼠跑了”这样无限嵌套的句子，而动物交际系统与原始洋泾语均缺乏这种能力。主流生成语法将递归性视为先天句法模块的产物，但这一观点不断受到计算模拟与神经科学证据的挑战。

近年来，基于主体的