ACLMay, 2023

中途休息：探究分层脚本生成中的子目标

PDF
TL;DR本文从认知理论的角度扩展了目标导向脚本生成的任务，并提出了基于子目标的层次化组织方法。研究者们贡献了一个新的数据集，并提出了几种基线方法和评估指标，表明了子目标与层次化脚本生成的有效性。此外，研究者们还设计和评估了发现子目标的模型，并发现此过程比从分段步骤中进行摘要更加困难。
goal-oriented script generationhierarchical organizationsubgoalsbenchmark datasetevaluation metrics
发现论文，激发创造
  • 面向目标的脚本构建

    本文提出了一种目标导向的脚本构建任务，通过基于语言模型的生成方法和首先从候选池中检索相关步骤然后排序的检索方法，使用第一个支持 18 种语言的多语言脚本学习数据集来试验该任务，并表明该任务是实用的，可行的但挑战性很大，同时我们的方法在零 - shot 学习下能够在各种其他数据集和领域中轻松部署。

    Jul, 2021

  • 分层对话策略学习的子目标发现

    提出了一种分而治之的方法，利用 Subgoal Discovery Network 将复杂目标定向任务分解为一组较简单的子目标，并使用这些子目标通过分层强化学习来学习多级策略，建立了对话代理程序，已应用于旅行计划中，其学习到的子目标通常易于被人理解。

    Apr, 2018

  • 多媒体生成式脚本学习用于任务规划

    提出了一种新的多媒体生成式脚本学习任务，通过同时跟踪文本和视觉模态中的历史状态，并以描述性图像呈现，旨在生成可视状态跟踪、对未见任务有归纳性和具有多样性的脚本，通过多媒体选性编码器实现对视觉状态变化的编码，使用检索增强解码器从以前观察到的任务中传递知识，通过优化多样性导向的对比学习目标，呈现每个步骤的不同信息。实验结果表明，该方法显著优于强基线。

    Aug, 2022

  • 自然语言子目标的层次强化学习

    我们提出了一种新颖的方法，利用人类在 3D 实体环境中解决任务时使用的无约束自然语言数据，通过软约束目标空间，对一组长期任务进行层次强化学习，从而实现在现实或开放环境中实现目标导向行为的挑战。

    Sep, 2023

  • 层次化先见之明：通过视觉子目标生成进行长时程任务的自监督学习

    通过子目标生成和规划的分层视觉预见（HVF）框架，可以将任务分解成易于规划的片段，并自然地识别语义上有意义的状态作为子目标，在三个模拟的基于视觉的操作任务中，我们的方法实现了近 200% 的性能提升。

    Sep, 2019

  • 使用贝叶斯非参数子目标模型建模人类对复杂故意行为的理解

    本文模拟了人类如何通过观察复杂动作序列来推断子目标，结合非参数贝叶斯模型进行了行为实验，证明了该模型在推断人类子目标方面的高准确性和较好的效果，同时还模拟了使用子目标学习和推断在人工用户辅助任务中如何提高性能。

    Dec, 2015

  • 从演示和指令中学习合理子目标

    该研究提出了一个可从弱注释数据中学习有用子目标的框架，以支持高效长期规划以实现新目标，该框架的核心是基于环境状态的理性子目标 (RSGS)，它们可以被指定为 A * 或 RRT 等规划算法的中间点，并显著提高规划效率。

    Mar, 2023

  • 将任务特定的概念知识融入脚本学习中

    本文介绍了 Tetris 任务，它考虑更现实和更通用的设置，其中输入不仅包括目标，还包括附加的用户上下文，包括偏好和历史。为了解决这个问题，我们提出了一种新的方法，它使用两种技术来改进性能：（1）概念提示，和（2）面向脚本的对比学习，解决了步骤重复和幻觉问题。在我们的基于 WikiHow 的数据集上，我们发现两种方法都改善了性能。该数据集，代码仓库和模型将公开提供，以促进对这个新任务的进一步研究。

    Aug, 2022

  • Sub-Goal Trees -- 基于目标的强化学习框架

    提出了一种基于动态规划方程的强化学习框架，能够自然地解决多目标查询问题，并使用子目标树结构构建轨迹，从而扩展策略梯度法来预测子目标，应用于神经运动规划领域，与标准强化学习相比，取得了显著的改进。

    Feb, 2020

  • 稳定子目标表示学习的主动层次探索

    本文提出了一种新的规范化方法来提高子目标表示的稳定性和效率，并设计了一种主动式分层探索策略来寻找没有内在奖励的新有前途的子目标和状态，实验结果表明，我们的方法在具有稀疏奖励的连续控制任务中显著优于最先进的基线算法。

    May, 2021