使用自然语言引导强化学习探索
人工智能
2017-09-15 v2 计算与语言
机器学习
机器学习
摘要
在这项工作中，我们提出了一种利用自然语言帮助强化学习泛化到未见环境的技术。该技术使用神经机器翻译，特别是编码器-解码器网络，来学习自然语言行为描述与状态-动作信息之间的关联。然后，我们使用修改版的策略塑形方法，利用学习到的模型引导智能体探索，使其在未见环境中的学习更加有效。我们在流行街机游戏 Frogger 的理想和非理想条件下对该技术进行了评估。评估结果表明，我们修改后的策略塑成算法优于 Q-learning 智能体以及基线版本的策略塑形算法。
引用
@article{arxiv.1707.08616,
title = {Guiding Reinforcement Learning Exploration Using Natural Language},
author = {Brent Harrison and Upol Ehsan and Mark O. Riedl},
journal= {arXiv preprint arXiv:1707.08616},
year = {2017}
}