人は環境との身体的相互作用を通じて認識を形成しつつ，社会的相互作用から言語などの記号システムを創発すると考えられる．また，他者の観測や思考を直接参照せずとも，記号や観測情報を共有できるとも指摘される．従来，知覚-行動ループを通じた内的表象の形成は，自由エネルギー原理や世界モデルとして議論されてきた．これを社会的側面へ拡張する観点から，Taniguchiらは記号システムを外的表象と捉え，分散的ベイズ推論による集合的予測符号化を提唱し，ダイナミクスを考慮した集合的な世界モデルを提案している．しかし，各エージェントが分散的にこのモデルを学習する手法は未検討であった．そこで本研究では，メッセージ推論分布を近づけるInfoNCE Naming Gameによって分散的かつend-to-endに学習可能なマルチエージェント世界モデルを提案する．実験では協調行動の観測行動データをエージェントに学習させ，形成されたメッセージと環境状態の推定相互情報量を評価した．提案手法により環境を反映した集合知としてメッセージが形成されることを確認した．
