对话塑造：通过 NPC 交互赋能智能体
计算与语言
2023-08-01 v1
摘要
强化学习（RL）的一个主要挑战是 RL 智能体在训练过程中需要大量步数才能收敛并学习最优策略，尤其在动作空间庞大的基于文本的博弈环境中。然而，非玩家角色（NPCs）有时掌握着关于游戏的一些关键信息，有可能帮助更快地训练 RL 智能体。因此，本文探索如何利用大语言模型（LLMs）与 NPC 智能体交互和对话以获取关键信息，并结合知识图谱（KGs）与 Story Shaping 将此类信息融入以加速 RL 智能体的训练。
引用
@article{arxiv.2307.15833,
title = {Dialogue Shaping: Empowering Agents through NPC Interaction},
author = {Wei Zhou and Xiangyu Peng and Mark Riedl},
journal= {arXiv preprint arXiv:2307.15833},
year = {2023}
}