语言条件化的目标生成：一种强化学习中语言基础的新方法
机器学习
2020-06-15 v1 人工智能
计算与语言
机器学习
摘要
在现实世界中，语言智能体也是具身智能体：它们感知并在物理世界中行动。语言基础的概念质疑语言与具身之间的相互作用：学习智能体如何将语言表示连接或基础到物理世界？这个问题最近被强化学习社区在指令跟随智能体的框架下研究。在这些智能体中，行为策略或奖励函数以自然语言指令的嵌入为条件。本文提出了另一种方法：使用语言来条件化目标生成器。给定任何以目标为条件的策略，可以训练一个以语言为条件的目标生成器，为智能体生成与语言无关的目标。该方法允许将感觉运动学习与语言习得解耦，并使智能体能够针对任何给定指令展示多样化的行为。我们提出了该方法的一个具体实例并展示了其优势。
引用
@article{arxiv.2006.07043,
title = {Language-Conditioned Goal Generation: a New Approach to Language Grounding for RL},
author = {Cédric Colas and Ahmed Akakzia and Pierre-Yves Oudeyer and Mohamed Chetouani and Olivier Sigaud},
journal= {arXiv preprint arXiv:2006.07043},
year = {2020}
}