WWWMar, 2023

具有增强学习推荐和可解释策略动态的心理治疗人工智能伴侣

PDF
TL;DR该研究介绍了一个基于深度强化学习的心理治疗 AI 伴侣，通过患者的反馈为治疗师生成主题推荐，并使用多目标策略生成四种不同精神疾病的策略。实验结果表明，该系统能够捕捉到历史主题的真实数据，并且最佳性能模型因疾病和评分标准而异。通过 2D 主成分分析和迁移矩阵可视化策略轨迹，呈现出具有不同奖励信号和不同临床诊断训练的策略的明显模式，并展示了 DRL 在提供个性化和高效治疗建议方面的潜力。
发现论文，激发创造
  • 使用深度强化学习进行自然语言处理注释的心理治疗治疗策略实时推荐

    文章提出一个实时的推荐系统，用于心理治疗期间向治疗师建议治疗策略。系统通过计算评分清单深度嵌入的相似性得分与患者当前言语之间的相似性，预测治疗结果。系统自动将连续音频流转录并分成患者和治疗师的对话，实时推断他们的治疗工作联盟。对话及其计算的工作联盟得分作为评级被馈送到深度强化学习推荐系统中，其中会话被视为用户，主题被视为项。除了在现有心理治疗数据集上评估核心组件的实证优势外，我们还在一个 Web 应用中展示了该系统的有效性。

    Aug, 2022

  • 使用决策转换器和大型语言模型实现心理咨询和心理疗法中的对话主题推荐

    通过离线强化学习，我们利用决策变压器架构在患者和心理健康专业人员之间的咨询对话中进行主题推荐，展示了优于基准强化学习方法的改进，并提出了一种新的系统来利用我们模型的输出作为相同任务的大型语言模型的合成标签进行微调。

    May, 2024

  • 基于心智模型和可解释强化学习的个性化决策支持

    我们提出了一种新颖的个性化决策支持系统，它结合了心智理论建模和可解释的强化学习，以提供有效和可解释的干预。我们的方法利用强化学习提供专家行动建议，并结合心智理论建模来理解用户的心理状态和预测他们未来的行动，从而实现适时的干预。为了解释干预结果，我们使用了基于强化学习的因果关系解释和用户的心智模型结构。我们提出的系统能够生成精确且个性化的干预措施，并且易于被最终用户解释理解。通过一系列的众包实验，我们展示了我们方法的有效性，该实验在模拟团队决策任务中优于对照基线的任务表现。我们的方法不受任务环境和强化学习模型结构的限制，因此具有广泛应用的潜力。

    Dec, 2023

  • 基于多智能体深度强化学习的 AI 驱动病人监测

    通过使用多智能体深度强化学习 (DRL) 的人工智能驱动的患者监控框架，我们提出了一个有效的患者监测系统，在处理复杂、动态的环境和波动的生命体征方面具有很大优势。我们的实验结果证明了该框架在监测患者生命体征方面的准确性优于传统模型，并通过超参数优化来提升学习过程，使其能够适应多样的患者情况和实时做出决策。

    Sep, 2023

  • 面向任务导向的对话策略学习中强化学习方法的最新进展和挑战综述

    本文综述了基于强化学习的对话策略学习中的最新进展和挑战，并将近期方法归类为强化学习的基本元素，以期为未来的对话管理研究提供一些启示。

    Feb, 2022

  • 基于强化学习的数字人类互动推荐决策

    本研究基于强化学习、多模态嵌入和图嵌入等技术，设计了一个新型的数字人互动推荐代理框架，以提高个性化推荐和数字人代理的效率和准确性。实验结果表明该框架具有更好的个性化客户参与和更好的客户体验。

    Oct, 2022

  • 基于深度强化学习的战略对话管理

    本研究成功应用深度强化学习 (DRL) 训练具备谈判能力的智能策略代理程序，实验表明该程序与由人工设计的规则、随机等算法相比，获胜率提高至 53%。

    Nov, 2015

  • 基于深度神经网络的策略互动式学习与修正反馈

    用 Deep COACH 方法基于人类纠正反馈进行深度强化学习训练，不需要奖励函数，可解决复杂问题，实验证明比 DRL 更快速地成功学习连续动作空间的策略。

    Sep, 2018

  • 深度学习心理健康对话系统

    本研究旨在探讨使用基于 Seq2Seq Transformer 的生成式人工智能模型，作为心理辅导方案的可行性。作者开发了一种名为 Serena 的 DL 对话系统，利用该系统可以低成本、低门槛地提供情感共情和疏通服务。虽然该系统在质量和设置方面表现出色，但偶尔会出现幻觉和长期不连贯的情况。总体而言，该研究表明，基于深度学习的心理对话系统具有成为传统人类心理辅导师有效补充的潜力。

    Jan, 2023

  • 强化学习任务导向对话管理基准测试环境

    本文旨在提供用于对话模型开发与评估的一组具有挑战性的模拟环境，其中包括常用的参数算法和非参数算法，并使用公共 PyDial 工具包实现了这些环境和策略模型，以建立一个实验测试平台并促进可重现性的实验。

    Nov, 2017