任务型对话系统已被广泛应用于聊天机器人和个人语音助手中 ， 如苹果的Si ri 、 微软的 Cortana 以及谷歌的 Hom e 等。 任务型对话系统的对话策略是这些产品 回 答 用 户 问 题 的 关 键 ， 而 目 前 主 流 的 对 话 策 略 学 习 方 法 是 釆 用 强 化 学 习 。 通 过强化学习 ， 任务型对话系统可以在与用户的交互过程中渐渐学会如何回答用户的问题.