面向通过基于文本的自然语言进行通信的协作式强化学习智能体
机器学习
2021-07-22 v2 计算与语言
摘要
在协作多智能体设定中，智能体间的通信通常是隐式的或直接的数据流。本文考虑将基于文本的自然语言作为经强化学习训练的多个智能体间的一种新型通信形式。这可被视为迈向真正自主通信（无需定义有限指令集）以及人与机器人自然协作的第一步。受 Blind Leads 游戏启发，我们提出了一种环境，其中一个智能体使用自然语言指令引导另一个智能体穿过迷宫。我们测试了强化学习智能体通过离散词级符号进行有效通信的能力，并表明智能体能够以有限词汇量通过自然语言充分通信。尽管通信并非总是完美的英语，智能体仍能够导航迷宫。我们取得了 0.85 的 BLEU 分数，较随机生成序列提升了 0.61，同时保持 100% 的迷宫完成率。这使用我们的参考集是随机基线的 3.5 倍性能。
引用
@article{arxiv.2107.09356,
title = {Toward Collaborative Reinforcement Learning Agents that Communicate Through Text-Based Natural Language},
author = {Kevin Eloff and Herman A. Engelbrecht},
journal= {arXiv preprint arXiv:2107.09356},
year = {2021}
}
备注
5 pages, 6 figures, 3 tables; published in 2021 Southern African Universities Power Engineering Conference/Robotics and Mechatronics/Pattern Recognition Association of South Africa (SAUPEC/RobMech/PRASA), 2021, pp. 1-6, (c) 2021 IEEE