Thespian: Multi-Character Text Role-Playing Game Agents

要約

テキストアドベンチャーゲームとテキストロールプレイングゲームは、強化学習ゲームプレイエージェントにとって壮大な挑戦である。テキストロールプレイングゲームは、エージェントが特定のキャラクターを忠実に演じなければならないオープンエンドな環境である。アクターエージェントは複数のキャラクターを演じることができる。我々は、いつでもどのキャラクターを演じるかを指示するために使用できるソフトプロンプトとともに、複数のキャラクターをエミュレートすることを学習できる、テスピアンエージェントと呼ぶフレームワークを提示する。さらに、エージェントが以前に学習したキャラクターを基にした新しいキャラクターを数ショットで学習することを可能にするアテンションメカニズムについて述べる。我々は、我々のエージェントが、多キャラクタ学習と数ショット学習において、最先端のエージェントフレームワークを凌駕することを示す。

要約(オリジナル)

Text-adventure games and text role-playing games are grand challenges for reinforcement learning game playing agents. Text role-playing games are open-ended environments where an agent must faithfully play a particular character. We consider the distinction between characters and actors, where an actor agent has the ability to play multiple characters. We present a framework we call a thespian agent that can learn to emulate multiple characters along with a soft prompt that can be used to direct it as to which character to play at any time. We further describe an attention mechanism that allows the agent to learn new characters that are based on previously learned characters in a few-shot fashion. We show that our agent outperforms the state of the art agent framework in multi-character learning and few-shot learning.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL