文本游戏中强化学习的基线方法

在动作空间由自然语言句子定义的系统中学习最优控制策略的能力，将允许许多有趣的现实应用，例如对话系统的自动优化。具有多个结局与奖励的基于文本的游戏是该任务的一个有前景的平台，因为其反馈使我们能够采用强化学习技术来联合学习文本表示与控制策略。我们论证，AI 智能体的关键性质，尤其在文本游戏语境中，是其泛化到先前未见过的游戏的能力。我们提出一个极简的文本内容游戏智能体，测试其泛化与迁移学习性能，并展示其同时游玩多个游戏的能力。我们还提出 pyfiction，一个用于对不同的文本游戏进行统一访问的开源库，该库与我们实现了其接口的智能体一起，可作为未来研究的基线。