文件名称：calm-textgame:[EMNLP 2020]保持冷静并进行探索
文件大小：18.74MB
文件格式：ZIP
更新时间：2024-05-29 10:44:21
nlp rl gpt n-gram calm
上下文动作语言模型（CALM）和ClubFloyd数据集 纸上的代码和数据 EMNLP 2020上中的。 概述 我们的ClubFloyd数据集（ Calive calm/lm_data.zip ）是从检索而来，其中包含426个人类游戏成绩单，其中包括590种不同类型和风格的基于文本的游戏。 数据由223,527个上下文动作对组成，格式为[CLS] observation [SEP] action [SEP] next observation [SEP] next action [SEP] 。 我们以[CLS] observation [SEP] action [SEP] next observation [SEP]为背景，训练语言模型（n-gram，GPT-2）来预测next action [SEP] ，并证明该动作的生成能力具有概括性与看不见的游戏结合使用，并结合强化学习来支持游戏玩法
【文件预览】：
calm-textgame-master
----calm()
--------train.py(12KB)
--------dataset.py(5KB)
--------__init__.py(0B)
--------lm_data.zip(14.09MB)
----drrn()
--------env.py(3KB)
--------train.py(11KB)
--------valid_model.bin(2.79MB)
--------drrn.py(3KB)
--------model.py(6KB)
--------logger.py(15KB)
--------memory.py(2KB)
----games()
--------library.z5(71KB)
--------ztuu.z5(101KB)
--------anchor.z8(508KB)
--------sorcerer.z3(108KB)
--------zork3.z5(90KB)
--------reverb.z5(104KB)
--------adventureland.z5(48KB)
--------snacktime.z8(332KB)
--------karn.z5(162KB)
--------temple.z5(105KB)
--------deephome.z5(130KB)
--------omniquest.z5(94KB)
--------inhumane.z5(67KB)
--------awaken.z5(97KB)
--------jewel.z5(221KB)
--------905.z5(85KB)
--------detective.z5(106KB)
--------dragon.z5(142KB)
--------advent.z5(135KB)
--------pentari.z5(89KB)
--------moonlit.z5(136KB)
--------spellbrkr.z3(125KB)
--------enchanter.z3(106KB)
--------zenon.z5(66KB)
--------acorncourt.z5(54KB)
--------zork1.z5(90KB)
--------balances.z5(74KB)
--------ludicorp.z5(100KB)
--------spirit.z5(254KB)
----lm()
--------base_lm.py(844B)
--------__init__.py(49B)
--------gpt.py(18KB)
--------n_gram.py(5KB)
----readme.md(3KB)