基于世界状态与文本指令的澄清时机与内容：IGLU NLP 挑战赛方案
计算与语言
2023-05-11 v1 人工智能
机器学习
摘要
在协作任务中，有效沟通对实现共同目标至关重要。其中一类任务是协作建造，建造者必须相互沟通以在如 Minecraft 等模拟环境中构建所需结构。我们旨在开发一个智能建造体，基于用户通过对话的输入来建造结构。然而，在协作建造中，建造者可能遇到仅凭可用信息与指令难以解释的情形，从而导致歧义。在 NeurIPS 2022 竞赛 NLP 任务中，我们针对两个关键研究问题以填补此空白：智能体应在何时请求澄清，以及它应提出何种澄清问题？我们通过两个子任务——分类任务与排序任务——朝此目标推进。对于分类任务，目标是基于当前世界状态与对话历史判断智能体是否应请求澄清。对于排序任务，目标是从候选池中对相关澄清问题进行排序。在本报告中，我们简要介绍针对分类与排序任务的方法。分类任务上，我们的模型取得 0.757 的 F1 分数，位居排行榜第 3。排序任务上，我们的模型通过扩展传统排序模型取得约 0.38 的平均倒数排名（Mean Reciprocal Rank）。最后，我们探讨了排序任务的多种神经方法以及未来方向。
引用
@article{arxiv.2305.05754,
title = {When and What to Ask Through World States and Text Instructions: IGLU NLP Challenge Solution},
author = {Zhengxiang Shi and Jerome Ramos and To Eun Kim and Xi Wang and Hossein A. Rahmani and Aldo Lipani},
journal= {arXiv preprint arXiv:2305.05754},
year = {2023}
}
备注
The work won NIPS 2022 IGLU Competition Research Prize. The first two authors contribute equally. arXiv admin note: substantial text overlap with arXiv:2204.08373