感知世界：基于问题引导强化学习的文本游戏
计算与语言
2022-04-22 v2 人工智能
摘要
文本游戏提供了一种研究自然语言处理的交互方式。虽然深度强化学习在开发游戏智能体方面已显示出有效性，但低样本效率和巨大动作空间仍是阻碍 DRL 应用于现实世界的两个主要挑战。在本文中，我们通过引入世界感知模块来应对这些挑战，该模块通过回答关于环境的问题自动分解任务并剪枝动作。我们随后提出了一个两阶段训练框架，将语言学习与强化学习解耦，进一步提高了样本效率。实验结果表明，所提方法显著提升了性能和样本效率。此外，它对复合错误和有限的预训练数据表现出鲁棒性。
引用
@article{arxiv.2204.09597,
title = {Perceiving the World: Question-guided Reinforcement Learning for Text-based Games},
author = {Yunqiu Xu and Meng Fang and Ling Chen and Yali Du and Joey Tianyi Zhou and Chengqi Zhang},
journal= {arXiv preprint arXiv:2204.09597},
year = {2022}
}
备注
ACL2022, fix some typos