基于语言模型的少样本子目标规划
计算与语言
2022-05-31 v1
摘要
预训练大语言模型已在许多语言理解基准上展现出成功的进展。本工作探索了这些模型在真实世界环境中预测可执行计划的能力。给定文本指令，我们表明预训练语言模型中编码的语言先验使我们能够推断细粒度的子目标序列。与近期对子目标监督做出强假设的方法不同，我们的实验表明语言模型可从少量训练序列中推断详细的子目标序列，而无需任何微调。我们进一步提出了一种基于环境交互与反馈对语言模型预测进行重排序的简单策略。结合预训练的导航和视觉推理组件，我们的方法在ALFRED基准上的子目标预测和任务完成方面展现出与假设更多子目标监督的先前方法相竞争的性能。
引用
@article{arxiv.2205.14288,
title = {Few-shot Subgoal Planning with Language Models},
author = {Lajanugen Logeswaran and Yao Fu and Moontae Lee and Honglak Lee},
journal= {arXiv preprint arXiv:2205.14288},
year = {2022}
}
备注
NAACL 2022