Fugu-MT 論文翻訳(概要): CB2: Collaborative Natural Language Interaction Research Platform

論文の概要: CB2: Collaborative Natural Language Interaction Research Platform

arxiv url: http://arxiv.org/abs/2303.08127v1
Date: Tue, 14 Mar 2023 17:57:06 GMT
ステータス: 処理完了
システム内更新日: 2023-03-15 13:37:52.338989
Title: CB2: Collaborative Natural Language Interaction Research Platform
Title（参考訳）: CB2: 共同自然言語インタラクション研究プラットフォーム
Authors: Jacob Sharf, Mustafa Omer Gul, Yoav Artzi
Abstract要約: CB2は、タスク指向のシナリオで協調的な自然言語インタラクションを研究するためのマルチエージェントプラットフォームである。これには、3Dゲーム環境、トレーニングされたモデルを人間のエージェントに提供するように設計されたバックエンドサーバ、スケーラブルな研究を可能にするさまざまなツールとプロセスが含まれている。
参考スコア（独自算出の注目度）: 14.887081253412346
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: CB2 is a multi-agent platform to study collaborative natural language interaction in a grounded task-oriented scenario. It includes a 3D game environment, a backend server designed to serve trained models to human agents, and various tools and processes to enable scalable studies. We deploy CB2 at https://cb2.ai as a system demonstration with a learned instruction following model.
Abstract（参考訳）: CB2はタスク指向のシナリオで協調的な自然言語インタラクションを研究するマルチエージェントプラットフォームである。 3dゲーム環境、トレーニングされたモデルを人間エージェントに提供するように設計されたバックエンドサーバ、スケーラブルな研究を可能にするためのさまざまなツールやプロセスが含まれている。我々は CB2 を https://cb2.ai にデプロイし、学習した命令に従うモデルでシステムデモを行う。

関連論文リスト

Collecting Interactive Multi-modal Datasets for Grounded Language Understanding [66.30648042100123]
自然言語タスクを用いた協調型エンボディエージェントの定式化を行った。広範かつスケーラブルなデータ収集ツールを開発しました。対話型基底言語理解のための最初のデータセットを収集した。
論文参考訳（メタデータ） (2022-11-12T02:36:32Z)
BlenderBot 3: a deployed conversational agent that continually learns to responsibly engage [41.87861654035883]
BlenderBot 3は、インターネットへのアクセスと長期記憶による対話をオープンドメインで行うことができる対話モデルである。モデルウェイトとコードの両方をリリースし、また、オーガニックユーザと対話するために、モデルを公開Webページにデプロイしました。
論文参考訳（メタデータ） (2022-08-05T14:20:46Z)
Learning Flexible Translation between Robot Actions and Language Descriptions [16.538887534958555]
本稿では,ロボット動作と言語記述とのフレキシブルな変換のためのペアゲートオートエンコーダ(PGAE)を提案する。我々は、各アクションを、翻訳方向に関する信号を含む適切な記述とペアリングすることで、エンド・ツー・エンドでモデルを訓練する。事前訓練された言語モデルを言語エンコーダとして使用するオプションにより、我々のモデルは目に見えない自然言語入力を認識することができる。
論文参考訳（メタデータ） (2022-07-15T12:37:05Z)
Realistic simulation of users for IT systems in cyber ranges [63.20765930558542]
ユーザアクティビティを生成するために,外部エージェントを用いて各マシンを計測する。このエージェントは、決定論的および深層学習に基づく手法を組み合わせて、異なる環境に適応する。また,会話や文書の作成を容易にする条件付きテキスト生成モデルを提案する。
論文参考訳（メタデータ） (2021-11-23T10:53:29Z)
GenNI: Human-AI Collaboration for Data-Backed Text Generation [102.08127062293111]
Table2Textシステムは、機械学習を利用した構造化データに基づいてテキスト出力を生成する。 GenNI (Generation Negotiation Interface) は、対話型ビジュアルシステムである。
論文参考訳（メタデータ） (2021-10-19T18:07:07Z)
Two Approaches to Building Collaborative, Task-Oriented Dialog Agents through Self-Play [18.88705140683795]
タスク指向のダイアログシステムは、Wizard-of-Ozインタフェースから収集されたような人間/人間のダイアログに基づいて訓練されることが多い。本稿では,API環境を自律的に探索するセルフプレイを通じて,エージェントボットとユーザボットを訓練する2つのアプローチについて検討する。
論文参考訳（メタデータ） (2021-09-20T14:52:25Z)
SMARTS: Scalable Multi-Agent Reinforcement Learning Training School for Autonomous Driving [96.50297622371457]
マルチエージェントインタラクションは、現実の世界における自律運転の基本的な側面である。研究と開発が10年以上続いたにもかかわらず、様々なシナリオで多様な道路ユーザーと対話する方法の問題は未解決のままである。 SMARTSと呼ばれる,多種多様な運転インタラクションを生成する専用シミュレーションプラットフォームを開発した。
論文参考訳（メタデータ） (2020-10-19T18:26:10Z)
Learning Affordance Landscapes for Interaction Exploration in 3D Environments [101.90004767771897]
エージェントは環境の仕組みを習得できなければならない。相互作用探索のための強化学習手法を提案する。 AI2-iTHORで私たちのアイデアを実証します。
論文参考訳（メタデータ） (2020-08-21T00:29:36Z)
A Practical Guide to Studying Emergent Communication through Grounded Language Games [0.0]
本稿では,Babelソフトウェアシステムを拡張した高レベルロボットインタフェースを提案する。これは、先進的な基底言語ゲーム実験の実行に関わる各サブタスクを扱うフレキシブルなモジュールを提供するツールキットを初めて提示する。
論文参考訳（メタデータ） (2020-04-20T11:48:24Z)
lamBERT: Language and Action Learning Using Multimodal BERT [0.1942428068361014]
本研究では,マルチモーダルBERT(lamBERT)モデルを用いた言語と行動学習を提案する。実験は、エージェントが適切に振る舞うために言語理解を必要とするグリッド環境で行われる。 lamBERTモデルは、他のモデルと比較してマルチタスク設定や転送設定において高い報酬を得た。
論文参考訳（メタデータ） (2020-04-15T13:54:55Z)
On the interaction between supervision and self-play in emergent communication [82.290338507106]
本研究は,2つのカテゴリの学習信号と,サンプル効率の向上を目標とする学習信号の関係について検討する。人間のデータに基づく教師付き学習による初等訓練エージェントが,自己演奏が会話に優れていることが判明した。
論文参考訳（メタデータ） (2020-02-04T02:35:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。