lswcap
在玩RPG之类的游戏时，会有很多玩家对村庄的非玩家角色继续做同样的事情或说同样的事情感到失望。通过与佐治亚理工学院和FAIR（Facebook AI Research）合作进行的一项最新研究，我们推出了一款幻想游戏AI，该游戏可以实现目标交流和行为。
近年来，在人工智能技术领域，自然语言处理中的自然语言处理研究迅速发展。此外，在游戏中操纵角色的AI技术还取得了对顶尖人类玩家的压倒性优势。
但是，仅针对单个实体（而非多个实体）研究了允许游戏角色自主行动的NLP技术和面向目标的代理。乔治亚理工学院的研究小组认为，将NLP技术引入面向目标的代理可以开发可以与其他角色进行交流和互动的AI，并开始使用FAIR的AI研究文本冒险游戏LIGHT进行研究。
该研究小组首先通过接收任务收集了针对角色的短期，中期和长期目标的任务，从而创建了一个名为LIGHT-Quests的数据集，以供在线收集的自愿合作者使用。在《光之探索》中，出现了诸如龙和骑士之类的人物，龙回收了被骑士偷走的金蛋，并在自己的国库中收集了回收的金蛋，并设定了建立无龙宝山的三步目标。曾经做过。组成。轻型任务包含7,486个此类任务。
另外，根据任务，它是通过人类玩家和AI之间的对话进行的，并作为训练数据收集。在Lite-Quest中有2,672条这样的行。
研究团队创建了一个名为ATOMIC-LIGHT的数据集，该数据集总结了幻想世界中的常识，例如，光任务收集了人类和AI的行为和对话数据，而剑是武器，国王是皇室，因此您应该尊重它们。制作。然后，通过强化学习，通过光任务和原子光数据集对AI进行了训练。
通过对目标实现率和人类的自然评价来评估幻想游戏中的陈述或动作，可以说以这种方式开发的AI代理获得了很高的分数。在这项研究中，研究团队成功创建了使用NLP和面向目标的代理来显示自然行为的AI。强化学习是解决面向目标问题的一种方法，但是没有尝试将它们与NLP结合使用。他说，他计划找到一种更好的行动或交谈方式。相关信息可以在这里找到。
Add comment