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

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，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。