具有自然语言动作空间的深度强化学习
人工智能
2016-06-09 v5 计算与语言
机器学习
摘要
本文提出一种用于深度神经网络强化学习的新架构，旨在处理以自然语言表征的状态与动作空间，如基于文本的游戏中所示。该架构称为深度强化相关网络（DRRN），使用独立的嵌入向量表示动作与状态空间，并通过交互函数结合以近似强化学习中的 Q 函数。我们在两款流行的文本游戏上评估了 DRRN，显示出优于其他深度 Q 学习架构的性能。使用释义动作描述的实验表明，该模型提取的是语义而非简单记忆文本字符串。
引用
@article{arxiv.1511.04636,
title = {Deep Reinforcement Learning with a Natural Language Action Space},
author = {Ji He and Jianshu Chen and Xiaodong He and Jianfeng Gao and Lihong Li and Li Deng and Mari Ostendorf},
journal= {arXiv preprint arXiv:1511.04636},
year = {2016}
}
备注
accepted by ACL 2016