基于深度強(qiáng)化學(xué)習(xí)的對(duì)話(huà)系統(tǒng)研究

打開(kāi)文本圖片集

一、引言

隨著人工智能技術(shù)的快速發(fā)展，對(duì)話(huà)系統(tǒng)在人機(jī)交互、智能助理和客戶(hù)服務(wù)等領(lǐng)域嶄露頭角，成為促進(jìn)人機(jī)溝通的關(guān)鍵技術(shù)之一。對(duì)話(huà)系統(tǒng)場(chǎng)景可以建模成為馬爾可夫決策過(guò)程（Markov Decision Process，MDP），而強(qiáng)化學(xué)習(xí)也是在馬爾可夫決策過(guò)程基礎(chǔ)上發(fā)展起來(lái)的，所以利用強(qiáng)化學(xué)習(xí)解決對(duì)話(huà)系統(tǒng)場(chǎng)景有著天然的優(yōu)勢(shì)。（剩余3082字）