本文來自AI新媒體量子位（QbitAI）

斯坦福大學計算機科學系的三位學者，在近日發表的論文中，介紹了一個打Atari游戲的深度強化學習agent，不同之處是，這個agent聽從自然語言的指導。

人類的學習，不是處在真空隔離、毫無互動的狀態中，相反我們生活在一個復雜的因果世界。在人類的學習中，會得到來自他人的自然語言指導。

基于上述想法，斯坦福的三位學者想要探索能夠接受自然語言指令的人工智能agent，而他們選擇的試驗場景還是Atari游戲世界。

整個過程分為兩個階段。

第一階段，agent學習英語指令的意義，以及在游戲中的映射關系。第二階段，agent基于已經學會理解的指令開始探索環境，并且學習需要什么操作來滿足給定的指令。

這篇論文表示，他們訓練出來的agent，表現優于Deep-Q Networks(DQN)和A3C訓練出來的agent，也超過OpenAI Gym上的最佳agent。

他們所使用的游戲，是Atari 2600中難度很高的一款：蒙特祖瑪的復仇。

所有詳細的內容，請直接查看斯坦福論文。獲取論文地址，請在量子位微信公眾號(ID：QbitAI)對話界面，回復：“復仇”兩個字即可。

本文作者：問耕? 原文發布時間：?2017-04-04

總結

以上是生活随笔為你收集整理的用自然语言指导强化学习agent打游戏，这是斯坦福的最新研究的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。