Jul, 2019

CraftAssist: 一种对话驱动的交互式智能体框架

PDF
TL;DR本文介绍了一个在 Minecraft 中实现的机器人助手，并介绍了工具和平台，可以让玩家与机器人互动并记录这些互动。构建这样的助手的目的是为了促进通过对话指定任务的代理商的研究，并最终从对话互动中学习。
bot assistantminecraftinteractiondialoguelearning
发现论文，激发创造
  • 工程化会话式编程助手的角色设计案例研究

    程序员助手是一种实验性软件开发环境，它将聊天机器人与代码编辑器集成在一起，使用现有的语言模型和提示来实现对话功能，为特定应用程序提供一种交互模式和交互风格。

    Jan, 2023

  • 利用语言模型在虚拟环境中改善代理间的交互

    通过语言建模，本研究旨在提高 Minecraft 数据集中群体构建任务的任务理解，这些模型集中于基于多模态理解和任务导向对话理解任务，展示了比现有方法大幅改进的实验结果，为未来研究指明了一个有前景的方向。

    Feb, 2024

  • 学习执行行动或询问澄清问题

    本文介绍了一种基于 Minecraft 环境的智能建筑代理程序，能够通过对话实现任意建筑物的建造，通过对 Minecraft Corpus 数据集进行扩展，赋予建筑代理程序提出问题的能力，并提出了两个新的任务，联合学习任务和学习提问任务。实验结果表明，该模型具有最先进的表现，并有实质性改进。

    Apr, 2022

  • MindCraft：基于心智模型的协作任务情境对话建模

    通过一个更佳的、基于理性的智能体在人类世界的适当整合，能够建立一个在人际合作中可以进行有效协作的方法，此研究提出了在 Minecraft 的虚拟场景下，对人类合作任务探索想象过程的细粒度数据集，并借此数据展示了几个有关于想象过程的任务的计算模型

    Sep, 2021

  • 学习向人类请求丰富和有上下文作用的信息的框架

    通过使用互动框架，让人类协助 AI agent 克服自身局限，并在以前未见过的环境中解决导航问题。

    Oct, 2021

  • BotsTalk: 自动化筛选大规模多技能对话数据集的机器源框架

    提出了一种名为 BotsTalk 的新框架，其中多个代理参加交谈以自动注释多技能对话，并展示了一个名为 BSBT 的大规模多技能对话数据集，通过广泛的实验表明，我们的数据集对于需要理解技能融合和技能基础的多技能对话系统非常有效。

    Oct, 2022

  • VillagerAgent：一个基于图的多智能体框架用于协调 Minecraft 中复杂任务依赖关系

    我们旨在评估多代理系统在包括空间、因果和时间约束在内的复杂依赖关系下的表现。我们构建了一个名为 VillagerBench 的新基准，其中包含各种任务，旨在测试多代理协作的各个方面，从工作负载分配到动态适应和任务执行的同步。其次，我们引入了一个有向无环图多代理框架 VillagerAgent，以解决复杂的代理之间的依赖关系，并提高协作效率。我们的实证评估结果表明，VillagerAgent 在 VillagerBench 上的表现优于现有的 AgentVerse 模型，减少了幻觉，提高了任务分解的效果。这些结果突显了 VillagerAgent 在推进多代理协作方面的潜力，在动态环境中提供了一种可扩展且具有普适性的解决方案。源代码在 GitHub 上开源。

    Jun, 2024

  • 一种用于业务流程自动化的统一对话助手框架

    本文提出了一种基于多智能体编排与组合框架的主动聊天机器人，并通过旅行审批业务流程和贷款申请业务流程的两个用例进行了评估，分析了性能、编码开销、可扩展性和代理重叠四个标准。

    Jan, 2020

  • 使用进一步屏蔽语言建模在模拟环境中解决对话引导接地任务

    本研究采用语言建模方法，在 Minecraft 数据集的协作建筑任务中进行多模态任务理解和任务导向对话理解任务，以提高 AI 系统的语感，实现更好的人机互动。实验结果表明，我们的方法具有更大的优势和应用潜力。

    Jun, 2023

  • 使用对话自我博弈，一夜之间构建一个交流代理人

    提出了基于自动化和众包的 Machines Talking To Machines (M2M) 框架，可用于创建面向目标对话的端到端对话代理，该框架可适应特定任务，并能够收集更多不同领域内的对话流，并维持对话时的自然度，同时，提供了一个新的对话语料库，包含 3000 次对话，涵盖了 2 个领域，与流行的对话数据集进行了比较。

    Jan, 2018