基于逆强化学习与神经机器翻译的导航指令生成
机器人学
2016-10-12 v1 人工智能
计算与语言
机器学习
摘要
涉及人机交互的现代机器人应用要求机器人能够与人类无缝且有效地沟通。自然语言提供了一种灵活高效的媒介，机器人可以通过它与人类伙伴交换信息。在开发能够解释自由形式指令的机器人方面已取得显著进展，但赋予机器人生成自然语言的能力却较少受到关注。我们提出了一种导航引导模型，使机器人能够生成自然语言指令，让人类在未知先验环境中导航。我们首先根据用户偏好，利用通过逆强化学习从人类示范中训练出的策略来决定与用户分享哪些信息。然后，我们使用一个神经序列到序列模型将这些信息“翻译”成自然语言指令，该模型学习从自然语言语料库生成自由形式的指令。我们在一个基准路线指令数据集上评估了我们的方法，与人类生成的参考指令相比，BLEU 得分达到 72.18%。我们还进行了有人类参与者参加的导航实验，证明我们的方法生成的指令，人们遵循起来的准确性和容易程度与人类生成的指令相当。
引用
@article{arxiv.1610.03164,
title = {Navigational Instruction Generation as Inverse Reinforcement Learning with Neural Machine Translation},
author = {Andrea F. Daniele and Mohit Bansal and Matthew R. Walter},
journal= {arXiv preprint arXiv:1610.03164},
year = {2016}
}