利用自然语言进行零样本任务适配
人工智能
2021-06-08 v1 计算与语言
机器学习
摘要
模仿学习和指令跟随是与学习智能体沟通用户意图的两种常见方法。然而，随着任务复杂性的增长，同时使用演示和语言与智能体沟通可能是有益的。在这项工作中，我们提出了一种新设定，其中智能体同时获得一个演示和一段描述，且必须融合来自两种模态的信息。具体而言，给定一个任务的演示（源任务）以及描述所演示任务与一个相关但不同任务（目标任务）之间差异的自然语言描述，我们的目标是在零样本设定下训练智能体完成目标任务，即无需目标任务的任何演示。为此，我们引入了语言辅助奖励与价值适配（LARVA），其在给定源演示和关于目标任务差异的语言描述时，学习输出准确描述目标任务的奖励/价值函数。我们的实验表明，在多种适配任务上，使用基于模板的描述时我们的方法能完成超过 95% 的目标任务，使用自由形式自然语言时超过 70%。
引用
@article{arxiv.2106.02972,
title = {Zero-shot Task Adaptation using Natural Language},
author = {Prasoon Goyal and Raymond J. Mooney and Scott Niekum},
journal= {arXiv preprint arXiv:2106.02972},
year = {2021}
}