利用自然语言引导的强化学习击败Atari游戏
人工智能
2017-04-20 v1
摘要
我们介绍了首个深度强化学习智能体，该智能体借助自然语言指令学会击败Atari游戏。该智能体利用环境观测与自然语言之间的多模态嵌入，通过一系列英语指令自我监控进度，并在完成指令时给予自身奖励，同时提高游戏得分。我们的智能体在通常被认为最困难的Atari 2600环境Montezuma's Revenge上，显著优于深度Q网络（DQNs）、异步优势演员-评论家（A3C）智能体以及发布在OpenAI Gym上的最佳智能体。
引用
@article{arxiv.1704.05539,
title = {Beating Atari with Natural Language Guided Reinforcement Learning},
author = {Russell Kaplan and Christopher Sauer and Alexander Sosa},
journal= {arXiv preprint arXiv:1704.05539},
year = {2017}
}