问耕 编译整理

　　量子位 报道 | 公众号 QbitAI

　　斯坦福大学计算机科学系的三位学者，在近日发表的论文中，atv，介绍了一个打Atari游戏的深度强化学习agent，不同之处是，这个agent听从自然语言的指导。

　　人类的学习，不是处在真空隔离、毫无互动的状态中，相反我们生活在一个复杂的因果世界。在人类的学习中，会得到来自他人的自然语言指导。

　　基于上述想法，斯坦福的三位学者想要探索能够接受自然语言指令的人工智能agent，而他们选择的试验场景还是Atari游戏世界。

　　整个过程分为两个阶段。

　　第一阶段，agent学习英语指令的意义，以及在游戏中的映射关系。第二阶段，agent基于已经学会理解的指令开始探索环境，并且学习需要什么操作来满足给定的指令。

　　这篇论文表示，他们训练出来的agent，表现优于Deep-Q Networks(DQN)和A3C训练出来的agent，也超过OpenAI Gym上的最佳agent。

　　他们所使用的游戏，是Atari 2600中难度很高的一款：蒙特祖玛的复仇。

　　所有详细的内容，请直接查看斯坦福论文。获取论文地址，请在量子位微信公众号(ID：QbitAI)对话界面，回复：“复仇”两个字即可。

　　今天AI界还有哪些事值得关注？

　　在量子位（QbitAI）公众号会话界面回复“ 今天”，看我们全网搜罗的AI行业和研究动态。笔芯?~

　　另外，欢迎加量子位小助手的微信： qbitbot，atv直播，如果你研究或者从事AI领域，小助手会把你带入量子位的交流群里。

　　追踪人工智能领域最劲内容