Mar, 2019

在奇幻文本冒险游戏中学习说话和行动

TL;DR本文介绍了一个大规模的众包文字冒险游戏作为研究平台,用于研究基于场景的对话。在其中,代理可以感知,表情和行动,同时与其他代理进行对话。我们介绍了在这种情况下训练最先进的生成模型和检索模型的结果。我们展示了除了过去的对话,这些模型还能够有效地使用潜在世界的状态来调整它们的预测,特别是使用本地环境的详细信息,包括位置描述和其中存在的对象(及其可用性)和角色(及其先前的行动),可以更好地预测代理行为和对话。我们分析了在这种设置中成功落地所需的要素,以及每个因素如何与能够成功说话和行动的代理相关。