VQEL：用智能体内部向量量化实现涌现语言博弈中的自博弈

VQEL 将向量量化引入消息生成过程，让智能体基于学习到的码本进行离散内部表征的自博弈，同时保持端到端可微，规避了 REINFORCE 和 Gumbel-Softmax 在训练稳定性与扩展性上的局限。该码本自然形成符号词表，可在后续与其他智能体的互博弈中直接迁移和对齐。实验显示，经 VQEL 自博弈预训练的智能体在互博弈中符号对齐更一致、任务成功率更高。