BabyAI：研究基于 grounding 的语言学习样本效率的平台

出于实际与科学原因，让人类交互式训练人工智能体理解语言指令是值得向往的，但考虑到当前学习方法的低数据效率，这一目标可能需要大量的研究工作。在此，我们引入 BabyAI 研究平台，以支持将人类纳入基于 grounding 的语言学习回路的研究。BabyAI 平台包含一套可扩展的19个难度递增的关卡。这些关卡逐步引导智能体习得一种组合丰富的合成语言，该语言是英语的适当子集。该平台还提供一个启发式专家智能体，用于模拟人类教师。我们报告了基线结果，并估算了在某些 BabyAI 关卡上训练基于神经网络的智能体所需的人类参与量。我们提出有力证据，表明当前深度学习方法在学习具有组合性质的语言时，尚不具备足够的样本效率。