文本世界作为具身自然语言环境的系统性综述

文本世界是面向具身智能体的虚拟环境，与 2D 或 3D 环境不同，其仅使用文本描述进行渲染。由于入门门槛低，这些环境为更高保真度的 3D 环境提供了替代方案，能够在控制感知输入的同时，借助丰富的高级动作空间研究语义、组合推理及其他高层任务。本系统性综述概述了文本世界在工具、环境与智能体建模方面的最新进展，同时考察了知识图谱、常识推理、文本世界性能向高保真环境的迁移学习，以及一旦实现便使文本世界成为自然语言处理中有吸引力的通用研究范式的近期开发目标等趋势。