calm textgame下載 - calm textgame原始碼下載

calm textgame

Ai源碼

1.0.0

下載

上下文動作語言模型 (CALM) 和 ClubFloyd 資料集

EMNLP 2020 論文《Keep CALM and Explore: Language Models for Action Generation in Text-based Games》的程式碼與資料。

概述

我們的ClubFloyd 資料集( calm/lm_data.zip ) 是從 ClubFloyd 網站抓取的，包含 426 個人類遊戲記錄，涵蓋 590 個不同類型和風格的基於文字的遊戲。

此資料由 223,527 個上下文-操作對組成，格式為[CLS] observation [SEP] action [SEP] next observation [SEP] next action [SEP] 。我們使用[CLS] observation [SEP] action [SEP] next observation [SEP]作為上下文來訓練語言模型（n-gram，GPT-2）來預測next action [SEP] ，並表明這種動作生成能力泛化與強化學習結合時，可以識別未見過的遊戲並支援遊戲玩法。

入門

克隆存儲庫並安裝依賴項：

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

（如果 fasttext 的 pip 安裝失敗，請嘗試此處的建置步驟：https://github.com/facebookresearch/fastText#building-fasttext-for-python）

火車平靜：

 cd calm
unzip lm_data.zip
python train.py

可以在此下載 GPT-2 和 n-gram 模型的訓練模型權重。

然後使用經過訓練的 CALM 訓練 DRRN：

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

要快速嘗試 GPT-2 CALM 模型：

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

引文

 @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}
}