[论文解读] Augmenting Knowledge through Statistical, Goal-oriented Human-Robot Dialog

Saeid Amiri, Sujay Bajracharya+3 more|arXiv (Cornell University)|Jul 8, 2019

Speech and dialogue systems参考文献 31被引用 4

一句话总结

本文提出了一种双轨对话管理器，使机器人能够通过实时交互，同时识别人类的服务请求，并将其知识库（KB）扩展为新实体和指代表达。通过使用语义解析器和概率对话管理器，该系统从对话经验中学习，以提升语言理解能力和知识库完整性，在人机交互中，其效率和成功率均优于静态知识库基线。

ABSTRACT

Some robots can interact with humans using natural language, and identify service requests through human-robot dialog. However, few robots are able to improve their language capabilities from this experience. In this paper, we develop a dialog agent for robots that is able to interpret user commands using a semantic parser, while asking clarification questions using a probabilistic dialog manager. This dialog agent is able to augment its knowledge base and improve its language capabilities by learning from dialog experiences, e.g., adding new entities and learning new ways of referring to existing entities. We have extensively evaluated our dialog system in simulation as well as with human participants through MTurk and real-robot platforms. We demonstrate that our dialog agent performs better in efficiency and accuracy in comparison to baseline learning agents. Demo video can be found at https://youtu.be/DFB3jbHBqYE

研究动机与目标

• 使机器人能够从人机对话中学习新实体和指代表达，突破预定义知识库的限制。
• 设计一种对话系统，能够基于对话置信度和信息增益，动态决定何时以及如何扩展其知识库。
• 提升多轮、自然语言交互中服务请求识别的效率和准确性。
• 在模拟环境和真实世界设置下，通过人类参与者（包括MTurk和真实机器人实验）对系统进行评估。

提出的方法

• 系统使用混合语义解析器来解释用户话语，提取意图、实体和属性。
• 双轨部分可观察马尔可夫决策过程（POMDP）控制器并行管理对话流程和知识库扩展决策。
• 对话管理器利用置信度追踪来判断何时应询问澄清问题，何时应启动知识库更新。
• 知识库扩展策略仅在代理检测到模糊性或不确定性时添加新实体（例如：人、物品），以确保语义上有意义的新增。
• 通过观察用户输入，系统学习新的指代表达（例如：'me'、'Nate'），并更新知识库中新增名称及其所指对象。
• 该代理基于Segway移动机器人实现，使用ROS，并通过模拟、MTurk和真实世界人类实验进行评估。

实验结果

研究问题

• RQ1 机器人是否能够在自然语言对话中动态扩展其知识库，而无需依赖预定义实体？
• RQ2 实时知识库扩展如何影响人机交互中的对话成功率和效率？
• RQ3 与静态知识库基线相比，双轨对话管理器是否能提升用户体验？
• RQ4 该系统在多大程度上能从用户输入中学习新的指代表达（例如：'me'、'Nate'）？
• RQ5 与固定时间间隔的知识库更新策略相比，该系统从对话经验中学习的能力如何？

主要发现

• 我们的对话代理在成功率方面显著优于静态知识库基线，且对话轮次更少，尤其在真实机器人实验中表现突出。
• 在置信度为0.1时，参与者报告显著更低的挫败感（p=0.03）和更高的未来使用意愿（p=0.02）。
• 在真实互动中，系统成功学习了如'Nate'等新实体以及'me'等新指代表达，完整对话示例已证明其有效性。
• MTurk上的参与者报告感知任务难度或理解度无显著差异，可能由于领域简单且MTurk任务用户投入度较低。
• 双轨POMDP控制器使代理能够平衡对话推进与知识库扩展，减少冗余的澄清问题，提升整体效率。
• 在模拟和真实世界评估中，该代理在准确性和对话效率方面均优于静态知识库基线，用户满意度指标有显著提升。