本周于预印本服务器Arxiv.org上发布的一项新研究中，多伦多大学和致力于促进AI的独立非营利组织Vector Institute的科学家提出了BabyAI ++，该平台用于研究描述性文本是否有助于AI在动态范围内进行概括。环境。它和几个基准模型都将很快在GitHub上提供。

机器学习中最强大的技术之一-强化学习，即通过奖励激励软件代理实现目标，也是最有缺陷的技术之一。它的样本效率低下，这意味着需要大量的计算周期才能完成，并且没有其他数据来覆盖变化，因此它很难适应与训练环境不同的环境。

BabyAI ++的级别由可以拾取和放置的对象组成。可以解锁和打开的门;以及代理商必须承担的各种任务。像环境本身一样，任务是随机生成的，并通过“婴儿语言”(一种使用一部分英语词汇的组合语言)传达给代理。

上述文本揭示了正在使用的瓷砖类型以及与每个瓷砖匹配的颜色。由于颜色和图块类型之间的配对是随机的，因此代理必须了解其描述才能正确导航地图。

在BabyAI ++中，每个级别都分为两种配置：培训和测试。在训练配置中，代理会暴露于该级别中的所有图块和颜色类型，但会阻止颜色类型对的某些组合。在测试配置中，将启用所有颜色类型对，从而迫使代理使用语言基础将图块的类型与颜色相关联。

本文介绍了使用基准模型进行的几项实验，其中一项(注意力融合)使用所谓的注意力机制将相关文本嵌入(数学表示)分配给场景嵌入特征图(映射嵌入的功能)上的位置到要素空间或AI处理的变量所在的尺寸)。对于最困难的级别，此注意力融合模型的测试成功率(经过5个步骤或动作后达到60%的测试成功率)比最具挑战性的次优模型高16.2%，并且使用更少的帧完成了该级别的图片数量(约65相比75)。