自然语言增强的强化学习综述
机器学习
2019-06-11 v1 人工智能
计算与语言
机器学习
摘要
为了在实际任务中取得成功，强化学习（RL）需要利用世界的组合性、关系性和层次性结构，并学会将其迁移到手头任务中。表征学习在自然语言方面的最新进展使得构建从文本语料库获取世界知识并将该知识整合到下游决策问题的模型成为可能。因此我们主张，特别是将自然语言理解紧密整合到 RL 中的时机已经成熟。我们综述了该领域的现状，包括指令跟随、文本游戏以及从文本领域知识学习方面的工作。最后，我们呼吁开发新环境，并进一步研究近期自然语言处理（NLP）技术在此类任务中的潜在用途。
引用
@article{arxiv.1906.03926,
title = {A Survey of Reinforcement Learning Informed by Natural Language},
author = {Jelena Luketina and Nantas Nardelli and Gregory Farquhar and Jakob Foerster and Jacob Andreas and Edward Grefenstette and Shimon Whiteson and Tim Rocktäschel},
journal= {arXiv preprint arXiv:1906.03926},
year = {2019}
}
备注
Published at IJCAI'19