学习目标导向视觉对话智能体:模仿并超越解析专家
人工智能
2019-07-25 v1 机器学习
摘要
本文解决目标导向视觉对话任务中提问者的学习问题。若干先前工作采用无模型强化学习。多数从有限的人类生成数据集中预训练模型。我们认为使用有限演示来启动提问者由于巨大的策略搜索空间而不足。受最近提出的信息论方法启发,我们开发了两种解析专家,作为模仿学习的高质量演示来源。我们随后利用强化学习将模型朝目标导向目标精炼。在 GuessWhat?! 数据集上的实验结果表明,我们的方法兼具模仿与强化学习的优点,达到了最先进的性能。
引用
@article{arxiv.1907.10500,
title = {Learning Goal-Oriented Visual Dialog Agents: Imitating and Surpassing Analytic Experts},
author = {Yen-Wei Chang and Wen-Hsiao Peng},
journal= {arXiv preprint arXiv:1907.10500},
year = {2019}
}
备注
ICME2019 Oral Paper