إطار شامل لتعلم التعزيز من أجل تحسين إدارة الحوار

أصبح تعلم التعزيز نهجًا معترفًا به لتحسين استراتيجية التفاعل لأنظمة الحوار المنطوقة. إذا كانت الخوارزميات الأولى التي تم النظر فيها أساسية (مثل SARSA)، فإن الأعمال الحديثة تركزت على أساليب أكثر تعقيدًا. تم إيلاء المزيد من الاهتمام للتعلم خارج السياسة، ومعالجة معضلة الاستكشاف والاستغلال، وكفاءة العينة، أو التعامل مع عدم الاستقرارية. تم اقتراح خوارزميات جديدة لمعالجة هذه القضايا وتم تطبيقها على إدارة الحوار. ومع ذلك، فإن كل خوارزمية غالبًا ما تحل مشكلة واحدة في كل مرة، بينما تظهر أنظمة الحوار جميع المشاكل دفعة واحدة. في هذه الورقة، نقترح تطبيق إطار الاختلافات الزمنية لكالمان (KTD) على مشكلة تحسين استراتيجية الحوار من أجل معالجة جميع هذه القضايا بطريقة شاملة من خلال إطار واحد. تم توضيح ادعاءاتنا من خلال التجارب التي أجريت على إطارين حقيقيين لإدارة الحوار الهادف، ديبر (DIPPER) وهيس (HIS).