面向目标导向对话系统的扩散模型规划

目标导向对话 (TOD) 仍是 LLM 时代的重大挑战，其中战略性对话规划对于引导对话导向特定目标至关重要。然而，现有的对话规划方法以逐步顺序方式生成对话计划，可能受累积错误和专注行动的限制。为此，我们引入一种新型对话规划框架 DiffTOD，该框架利用扩散模型实现非顺序对话规划。DiffTOD 将对话规划形式化为带条件引导的轨迹生成问题，利用扩散语言模型估计对话轨迹的可能性。为优化对话行动策略，DiffTOD 引入了针对不同目标类型的三种量身定制的引导机制，在测试时提供了对多样化 TOD 目标的灵活引导。广泛的实验表明，DiffTOD 能够有效进行非专注的前瞻探索，通过非顺序对话规划优化跨越长期视角的行动策略，并在复杂多样的对话场景中表现出强大的灵活性。我们的代码和数据可通过 https://github.com/ninglab/DiffTOD 获得。