U3D对话任务插件 Dialogue System for Unity 研究

Posted 2023-04-04 我是重阳

这篇是关于在对话插件中，使用U3D情感插件 Love/Hate 的。

Love/Hate能实现一些送礼，偷东西，表扬，辱骂等行为感情的变化，感情也可以分特别多。

我装这个Love/Hate是因为和对话插件Dialogue System for Unity同一个公司出的,兼容性能得到保证，Love/Hate这个插件是可以不用写代码的，全部用组件来完成，组件还挺多的， FactionMember 这种，一大堆组件。

因为我的需求就是各个NPC和主角的亲密度，一对多的关系，怎么简单怎么来，我也不太喜欢加组件的方式，下面主要说写代码的方式怎么弄，如果想用组件的方式，可以去看DEMO，其实完全可以不用这个插件，亲密度自己记录就行了，主要是怕以后功能增加要扩展就麻烦了，干脆一步到位，Love/Hate这个插件做的还是挺细的，远远不止一个亲密度这么简单。

这两款插件，我用的都是2022年9月的，版本更新日期一定要同步，因为有一些公用脚本，差别太大会出问题。

Love/Hate 版本 v1.10.31

Dialogue System for Unity 版本 v2.2.32

这个插件网上几乎没有教程，只能去看官方手册： https://www.pixelcrushers.com/lovehate/LoveHate_Manual.pdf

一.安装插件。

装好

RASATED Policy：Dialogue Transformers

最近工作中使用到rasa，其core部分有一个rasa自己提出的TED Policy框架组建，可用于进行对话决策。今天有空，就来研究下它~

论文《Dialogue Transformers》地址：https://arxiv.org/abs/1910.00486

让我们整体的看一下当 TED Policy从输入到输出进行预测时会发生什么。

在每个对话回合，TED Policy将三条信息作为输入：用户的消息、预测的先前系统动作以及作为插槽保存到助手内存中的任何值。这些中的每一个都在输入到transformer之前进行了特征化和连接。

这就是自注意力机制发挥作用的地方：transformer 在每一轮动态访问对话历史的不同部分，然后评估和重新计算前几轮的相关性。这允许 TED Policy一次考虑用户话语，但在另一轮完全忽略它，这使得transformer 成为处理对话历史的有用架构。

接下来，将dense layer应用于transformer的输出以获得用于近似文本含义的嵌入数值特征，用于对话上下文和系统动作。计算嵌入之间的差异，TED Policy最大化与目标标签的相似性并最小化与错误标签的相似性，这是一种基于Starspace算法的技术。这种比较嵌入之间相似性的过程类似于Rasa NLU pipeline中的EmbeddingIntentClassifier预测意图分类的方式。

当需要预测下一个系统动作时，所有可能的系统动作根据它们的相似度进行排序，并选择相似度最高的动作。

这个过程在每个对话回合中重复，如下所示：

效果：

在极低数据情况下，REDP 优于 TED Policy。应该注意的是，REDP 严重依赖其复制机制来预测非合作题外话后先前提出的问题。然而，TED Policy既简单又通用，在不依赖于重复问题等对话属性的情况下实现了类似的性能。此外，由于transformer架构，TED 政策训练比 REDP 更快，并且需要更少的训练周期来达到相同的精度。