calm textgame 다운로드 - calm textgame 소스 코드 다운로드

calm textgame

AI 소스 코드

1.0.0

다운로드

CALM(상황별 동작 언어 모델) 및 ClubFloyd 데이터 세트

종이용 코드 및 데이터 차분함 유지 및 탐색: EMNLP 2020에서 텍스트 기반 게임의 액션 생성을 위한 언어 모델.

개요

우리의 ClubFloyd 데이터세트 ( calm/lm_data.zip )는 ClubFloyd 웹사이트에서 크롤링되며 다양한 장르와 스타일의 590개 텍스트 기반 게임을 포괄하는 426개의 인간 게임플레이 기록이 포함되어 있습니다.

데이터는 [CLS] observation [SEP] action [SEP] next observation [SEP] next action [SEP] 형식의 223,527개의 컨텍스트-작업 쌍으로 구성됩니다. 우리는 다음 행동 [CLS] observation [SEP] action [SEP] next observation [SEP] next action [SEP] 을 사용하고, 이 행동 생성 능력이 일반화됨을 보여줍니다. 보이지 않는 게임 에 접근하고 강화 학습과 결합하면 게임 플레이를 지원합니다.

시작하기

저장소를 복제하고 종속 항목을 설치합니다.

pip install torch==1.4 transformers==2.5.1 jericho fasttext wandb importlib_metadata
git clone https://github.com/princeton-nlp/calm-textgame && cd calm-textgame
ln -s ../lm calm && ln -s ../lm drrn

(fasttext에 대한 pip 설치가 실패하면 여기에서 빌드 단계를 시도하십시오: https://github.com/facebookresearch/fastText#building-fasttext-for-python)

CALM 훈련:

 cd calm
unzip lm_data.zip
python train.py

GPT-2 및 n-gram 모델 모두에 대해 훈련된 모델 가중치를 여기에서 다운로드할 수 있습니다.

그런 다음 훈련된 CALM을 사용하여 DRRN을 훈련시킵니다.

 cd ../drrn
python train.py --rom_path ../games/ ${GAME} --lm_path ${PATH_TO_CALM} --lm_type ${gpt_or_ngram}

GPT-2 CALM 모델을 빠르게 시험해 보려면:

 from lm import GPT2LM
model = GPT2LM ( "model_weights/gpt2" )
print ( model . generate ( "[CLS] observation [SEP] action [SEP] next observation [SEP]" , k = 30 ))

소환

 @inproceedings{yao2020calm,
    title={Keep CALM and Explore: Language Models for Action Generation in Text-based Games},
    author={Yao, Shunyu and Rao, Rohan and Hausknecht, Matthew and Narasimhan, Karthik},
    booktitle={Empirical Methods in Natural Language Processing (EMNLP)},
    year={2020}
}