从部分纠正中学习执行方式
计算与语言
2023-02-08 v1
摘要
某些动作必须根据上下文以不同的方式执行。例如，擦除记号笔需要用力擦拭，而擦除杏仁则需要更轻柔的力。在本文中，我们提供了一个模型，其中智能体通过试错和犯错时的口头纠正（例如，“不，轻一点”）来学习在何种上下文中使用何种动作执行方式。学习者初始的领域模型缺乏教师反馈中词语所表示的概念；既包括描述上下文的词语（例如，记号笔），也包括像“轻柔地”这样的副词。我们表明，通过连贯性语义，我们的智能体能够执行符号接地，这对于利用教师的反馈以解决其领域层面的规划问题是必要的，即在当前上下文中以正确的方式执行其动作。
引用
@article{arxiv.2302.03338,
title = {Learning Manner of Execution from Partial Corrections},
author = {Mattias Appelgren and Alex Lascarides},
journal= {arXiv preprint arXiv:2302.03338},
year = {2023}
}