直播预告 | 清华大学高信龙一：浅谈对话策略学习与人机对话交互

「PW Live」是 PaperWeekly 的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。

如何构建一个能够与用户进行对话交互，以完成不同任务的对话系统仍然是自然语言处理领域的一大挑战。任务型对话可以被视作一个序列决策过程，其中一个关键的任务是对话策略学习，其目的是找到一个策略，能够在人机对话交互过程中选择最优的动作，以完成用户的任务。

近年来，深度强化学习被广泛应用到对话策略学习中，提升了对话策略在交互自然度和任务完成度上所能达到的预期回报。然而，在有效建模人机交互和奖励分配上仍存在很多挑战和提升空间。

本期 PW Live，我们邀请到来自清华大学交互式人工智能组的硕士生高信龙一，为大家带来对话策略学习与人机对话交互的主题分享。

对本期主题感兴趣的小伙伴，4 月 23 日（本周四）晚 8 点，我们准时相约 PaperWeekly B 站直播间。

分享提纲

本次报告将概述对话策略学习在如何提高人机对话交互效率中的最新研究以及挑战，并介绍自己针对这些挑战做出的一些探索与最新工作。

本次分享的具体内容有：

• 对话策略学习的任务背景

• 对话策略研究的最新进展与挑战

• 基于对抗逆向强化学习的对话策略学习与奖励估计

• 基于多智能体强化学习的对话策略学习与奖励分解

嘉宾介绍

 高信龙一 / 清华大学硕士生 

高信龙一，清华大学计算机系硕士生，交互式人工智能组成员，师从黄民烈副教授。主要研究方向为对话系统、推荐系统与强化学习。已在 ACL、EMNLP、WWW 等顶级会议上发表数篇论文。

直播地址 & 交流群

本次直播将在 PaperWeekly B 站直播间进行，扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后，嘉宾还将在直播交流群内实时 QA，在 PaperWeekly 微信公众号后台回复「PW Live」，即可获取入群通道。

B 站直播间：

https://live.bilibili.com/14884511

合作伙伴

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。