面向含非线性次序多子目标语言输入的任务导向语言接地
计算与语言
2019-10-29 v1 人工智能
机器学习
摘要
本文中，我们分析了通用深度强化学习算法在任务导向语言接地问题上的表现，其中语言输入包含多个子目标且执行次序为非线性的。我们为 GridWorld 环境生成了一种简单指令语言，其围绕三种定义执行次序的语言元素（次序连接词）构建：一种线性——“逗号”，两种非线性——“but first”、“but before”。我们应用了深度强化学习基线之一——带帧堆叠的 Double DQN，并消融了若干扩展如优先经验回放与门控注意力架构。我们的结果显示，引入非线性次序连接词将含更多子目标指令上的成功率提高了 2-3 倍，但仍未超过 20%。此外，我们观察到在此设定下门控注意力的使用相比拼接并无竞争优势。源代码与实验结果见 https://github.com/vkurenkov/language-grounding-multigoal
引用
@article{arxiv.1910.12354,
title = {Task-Oriented Language Grounding for Language Input with Multiple Sub-Goals of Non-Linear Order},
author = {Vladislav Kurenkov and Bulat Maksudov and Adil Khan},
journal= {arXiv preprint arXiv:1910.12354},
year = {2019}
}