报告主题： Creative Agents创造式任务和具有想象力的智能体
报告日期：12月18日（周一）11:00-12:00
主题简介：
北京大学和清华大学等机构组成的团队提出了一类解决创造式任务的智能体——Creative Agents，并推出了首个创造式任务的测试基准。
如何设计具有创造力的智能体，让它能够在现实世界中做各种开放式的复杂任务？这是我们迈向通用决策智能的重要一步。现有的很多工作构建了能够根据语言指令做任务的开放式智能体，但它们设计的语言指令往往清晰明确地描述了任务，没有让智能体表现出创造力。
本文考虑一类更具挑战性的创造式任务，要求智能体从抽象的语言指令中创造出新颖多样的任务解决方案，进而进行多步的规划完成复杂的任务。受人类借助想象力来创造性地完成任务启发，本文提出了一个具有创造力的智能体的框架Creative Agents。其中，智能体被分解为想象模块和控制器两个部分：想象模块能够根据给定的任务指令，以文本或图像的形式构思任务的细节，为完成任务提供具体的目标；控制器根据想象的任务细节进行规划，并在环境中执行动作序列。
本文对想象模块和控制器模块分别提出了两种实现方式，构建了Creative Agents的多个变种。作者在Minecraft游戏中设计了20个创造式任务作为测试基准，提出了多种任务评测指标，对Creative Agents做了详细的实验分析。本文还提出了基于视觉-语言模型GPT-4V的评测指标，并与现有的人工评价方法进行对比实验，显示GPT-4V与人工评测的结果具有一致性。
Creative Agents是对在开放世界中构建具有创造力的智能体的第一步尝试；同时，作者开源了Minecraft创造式任务的测试环境、评价指标、数据集，为后续相关领域的研究提供了基准。
论文链接：https://arxiv.org/pdf/2312.02519.pdf
代码链接：https://github.com/PKU-RL/Creative-Agents
项目主页：https://sites.google.com/view/creative-agents
报告嘉宾：
蔡鹏霖，北京大学元培学院本科生，研究兴趣主要包括强化学习、开放环境下智能体的构建及其协作等。他也对大语言模型、视觉-语言模型在任务分解和目标规划等方面的应用有浓厚的兴趣。
袁昊琦，北京大学计算机学院博士生，研究方向是设计高效的决策算法和模型，涉及强化学习、生成模型和表示学习。目前的研究工作有：结合大语言模型和强化学习的开放世界智能体，离线的多任务强化学习，预训练决策模型。
扫描下方二维码
或点击「阅读原文」报名
