通过自我博弈构建协作型任务导向对话智能体的两种方法
计算与语言
2021-09-21 v1 人工智能
计算机科学与博弈论
摘要
任务导向对话系统通常基于人机对话进行训练，例如从“绿野仙踪”界面收集的数据。然而，人类对话语料库往往规模太小，导致监督训练难以奏效。本文研究了通过自我博弈训练 agent-bot 和 user-bot 的两种方法，在自我博弈中，它们自主探索 API 环境，发现使其能够解决任务的通信策略。我们给出了强化学习和博弈论均衡求解的实证结果。
引用
@article{arxiv.2109.09597,
title = {Two Approaches to Building Collaborative, Task-Oriented Dialog Agents through Self-Play},
author = {Arkady Arkhangorodsky and Scot Fang and Victoria Knight and Ajay Nagesh and Maria Ryskina and Kevin Knight},
journal= {arXiv preprint arXiv:2109.09597},
year = {2021}
}
备注
4 pages, 5 figures